算法 - 图论Dijkstra（原理、思路代码实现、以东南大学真题为例讲解手算方法）

Dijkstra

算法原理：
Dijkstra算法是一种经典的用于计算单源最短路径的算法。它可以在带权重的图中找到从源节点到所有其他节点的最短路径。Dijkstra算法通过贪心策略，不断选择当前已知最短路径最小的节点，更新其邻接节点的路径长度，直到处理完所有节点。

适用场景：

• 图中的边权重为非负值。
• 需要计算从单一源点到其他所有节点的最短路径。

算法步骤：

1. 初始化：设定源节点的距离为0，其他所有节点的距离为无穷大。将所有节点标记为未访问状态。
2. 从未访问节点中选择距离最小的节点作为当前节点。
3. 对于当前节点的每一个未访问的邻接节点，计算从源节点经过当前节点到达该邻接节点的距离。如果该距离小于之前记录的距离，则更新该距离。
4. 标记当前节点为已访问状态。
5. 重复步骤2-4，直到所有节点都被访问过。

实现步骤：

1. 使用一个数组或字典记录每个节点的当前最短路径。
2. 使用一个优先队列（最小堆）加速获取当前最短路径最小的节点。
3. 不断从优先队列中取出最短路径最小的节点，更新其邻接节点的路径长度。
4. 直到优先队列为空，所有节点的最短路径均已确定。

伪代码：

function Dijkstra(Graph, source):
    dist[source] = 0
    create priority queue Q
    for each vertex v in Graph:
        if v ≠ source:
            dist[v] = infinity
            prev[v] = undefined
        Q.add_with_priority(v, dist[v])

    while Q is not empty:
        u = Q.extract_min()
        for each neighbor v of u:
            alt = dist[u] + length(u, v)
            if alt < dist[v]:
                dist[v] = alt
                prev[v] = u
                Q.decrease_priority(v, alt)

    return dist, prev

C语言代码：

#include <stdio.h>
#include <stdlib.h>
#include <limits.h>

#define V 9  // 图中的顶点数

// 寻找当前未访问节点中距离最小的节点
int minDistance(int dist[], int sptSet[]) {
    int min = INT_MAX, min_index;
    for (int v = 0; v < V; v++) {
        if (sptSet[v] == 0 && dist[v] <= min) {
            min = dist[v], min_index = v;
        }
    }
    return min_index;
}

// 打印从源节点到所有其他节点的最短路径
void printSolution(int dist[]) {
    printf("Vertex \t Distance from Source\n");
    for (int i = 0; i < V; i++) {
        printf("%d \t\t %d\n", i, dist[i]);
    }
}

// 实现Dijkstra算法
void dijkstra(int graph[V][V], int src) {
    int dist[V];  // 存储源节点到其他节点的最短距离
    int sptSet[V];  // 标记节点是否已被处理

    // 初始化所有节点的最短距离为无穷大，sptSet为未访问状态
    for (int i = 0; i < V; i++) {
        dist[i] = INT_MAX, sptSet[i] = 0;
    }
    dist[src] = 0;

    // 遍历所有节点
    for (int count = 0; count < V - 1; count++) {
        int u = minDistance(dist, sptSet);
        sptSet[u] = 1;

        // 更新节点的最短路径
        for (int v = 0; v < V; v++) {
            if (!sptSet[v] && graph[u][v] && dist[u] != INT_MAX && dist[u] + graph[u][v] < dist[v]) {
                dist[v] = dist[u] + graph[u][v];
            }
        }
    }
    printSolution(dist);
}

int main() {
    int graph[V][V] = {{0, 4, 0, 0, 0, 0, 0, 8, 0},
                       {4, 0, 8, 0, 0, 0, 0, 11, 0},
                       {0, 8, 0, 7, 0, 4, 0, 0, 2},
                       {0, 0, 7, 0, 9, 14, 0, 0, 0},
                       {0, 0, 0, 9, 0, 10, 0, 0, 0},
                       {0, 0, 4, 14, 10, 0, 2, 0, 0},
                       {0, 0, 0, 0, 0, 2, 0, 1, 6},
                       {8, 11, 0, 0, 0, 0, 1, 0, 7},
                       {0, 0, 2, 0, 0, 0, 6, 7, 0}};
    dijkstra(graph, 0);
    return 0;
}

代码解释：

• int minDistance(int dist[], int sptSet[])：找到未访问节点中距离最小的节点。
• void printSolution(int dist[])：打印从源节点到所有其他节点的最短路径。
• void dijkstra(int graph[V][V], int src)：实现Dijkstra算法，从源节点计算到所有其他节点的最短路径。
• int main()：主函数，定义图的邻接矩阵并调用Dijkstra算法计算最短路径。

算法特点：

• 时间复杂度：O(V^2)（使用数组实现优先队列时），使用二叉堆可以优化到O((V + E) log V)。
• 适用于图中的边权重为非负值的情况。
• 通过贪心策略逐步找到从源节点到其他节点的最短路径。

通过上述代码和解释，读者应该可以理解Dijkstra算法的原理和实现步骤，并在实际应用中使用该算法计算最短路径。对于考研初试，只需掌握手算方法，我们以东南大学2000年真题为例进行讲解：

初始状态：

节点	距离	前驱
a	0	-
b	∞	-
c	∞	-
d	∞	-
e	∞	-
f	∞	-
g	∞	-

Round 1:

选择距离最小的节点a，更新其邻接节点的距离。

• 更新节点c的距离为2（0 + 2），前驱为a。
• 更新节点d的距离为12（0 + 12），前驱为a。
• 更新节点b的距离为15（0 + 15），前驱为a。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	12	a
e	∞	-
f	∞	-
g	∞	-

Round 2:

选择距离最小的节点c，更新其邻接节点的距离。

• 更新节点e的距离为10（2 + 8），前驱为c。
• 更新节点f的距离为6（2 + 4），前驱为c。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	12	a
e	10	c
f	6	c
g	∞	-

Round 3:

选择距离最小的节点f，更新其邻接节点的距离。

• 更新节点d的距离为11（6 + 5），前驱为f。
• 更新节点g的距离为16（6 + 10），前驱为f。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	11	f
e	10	c
f	6	c
g	16	f

Round 4:

选择距离最小的节点e，更新其邻接节点的距离。

• 节点e没有需要更新的邻接节点。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	11	f
e	10	c
f	6	c
g	16	f

Round 5:

选择距离最小的节点d，更新其邻接节点的距离。

• 更新节点g的距离为13（11 + 2），前驱为d。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	11	f
e	10	c
f	6	c
g	13	d

Round 6:

选择距离最小的节点g，更新其邻接节点的距离。

• 节点g没有需要更新的邻接节点。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	11	f
e	10	c
f	6	c
g	13	d

Round 7:

选择距离最小的节点b，更新其邻接节点的距离。

• 节点b没有需要更新的邻接节点。

节点	距离	前驱
a	0	-
b	15	a
c	2	a
d	11	f
e	10	c
f	6	c
g	13	d

最终结果如下：

最短路径结果：

• a -> a: 0
• a -> b: 15 (路径：a-b)
• a -> c: 2 (路径：a-c)
• a -> d: 11 (路径：a-c-f-d)
• a -> e: 10 (路径：a-c-e)
• a -> f: 6 (路径：a-c-f)
• a -> g: 13 (路径：a-c-f-d-g)