指定起终点的最短路算法-Dijkstra标号法及其改进

源代码来源于司守奎老师《数学建模与算法》，本人加了一些注释供大家参考：

function [mydistance,mypath]=mydijkstra(a,sb,db);
% 输入：a—邻接矩阵(aij)是指i到j之间的距离，可以是有向的
% sb—起点的标号, db—终点的标号
% 输出：mydistance—最短路的距离, mypath—最短路的路径
%该算法是设定一个起点，找出此起点到其余各点的最短路即最短路径，最后找出所需终点的对应的数据，若能只算到设定的终点，算法将提高效率
n=size(a,1);% 1表示返回a的行数，如是2则表示返回a的列数
visited(1:n) = 0;
distance(1:n) = inf; % 保存起点到各顶点的最短距离

distance(sb) = 0; parent(1:n) = 0;
for i = 1: n-1
    temp=distance;
    id1=find(visited==1); %查找已经标号的点
    temp(id1)=inf; %已标号点的距离换成无穷
    [t, u] = min(temp); %找标号值最小的顶点,t为最小值。u为其位置即标号
    visited(u) = 1; %标记已经标号的顶点，即sb起点被标号
    id2=find(visited==0); %查找未标号的顶点
    for v = id2  %id2为一数列，此处for循环即以此取其中元素值
        if a(u, v) + distance(u) < distance(v)
            distance(v) = distance(u) + a(u, v); %修改标号值
            parent(v) = u;
        end
    end
end
mypath = [];
if parent(db) ~= 0 %如果存在路!
    t = db; mypath = [db];
    while t ~= sb
        p = parent(t);%终点的上一个点
        mypath = [p mypath];
        t = p;%再往回找
    end
end
mydistance = distance(db);
return

该算法问题在于：该算法是设定一个起点，找出此起点到其余各点的最短路即最短路径，最后找出所需终点的对应的数据，若能只算到设定的终点，算法将提高效率。改进如下：

function [mydistance,mypath]=mydijkstra_gaijin(a,sb,db);
% 输入：a—邻接矩阵(aij)是指i到j之间的距离，可以是有向的
% sb—起点的标号, db—终点的标号
% 输出：mydistance—最短路的距离, mypath—最短路的路径
%该算法是设定起点，找出此起点到其余各点的最短路即最短路径，当找到所设定的终点的最短路时即停止，效率较高
n=size(a,1);% 1表示返回a的行数，如是2则表示返回a的列数
visited(1:n) = 0;
distance(1:n) = inf; % 保存起点到各顶点的最短距离
distance(sb) = 0; parent(1:n) = 0;
u = sb;
while u ~= db
    temp=distance;
    id1=find(visited==1); %查找已经标号的点
    temp(id1)=inf; %已标号点的距离换成无穷
    [t, u] = min(temp); %找标号值最小的顶点,t为最小值。u为其位置即标号
    visited(u) = 1; %标记已经标号的顶点，即sb起点被标号
    id2=find(visited==0); %查找未标号的顶点
    for v = id2  %id2为一数列，此处for循环即以此取其中元素值
        if a(u, v) + distance(u) < distance(v)
            distance(v) = distance(u) + a(u, v); %修改标号值
            parent(v) = u;
        end
    end
end
mypath = [];
if parent(db) ~= 0 %如果存在路!
    t = db; mypath = [db];
    while t ~= sb
        p = parent(t);%终点的上一个点
        mypath = [p mypath];
        t = p;%再往回找
    end
end
mydistance = distance(db);
return

设置脚本，计算运算时间：

脚本1：利用原函数

tic
a=zeros(6);
a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10;
a(2,3)=15;a(2,4)=20;a(2,6)=25;
a(3,4)=10;a(3,5)=20;
a(4,5)=10;a(4,6)=25;
a(5,6)=55;
a=a+a';
a(find(a==0))=inf;%其余元素，包括对角线元素设为无穷大
% 输入：a—邻接矩阵(aij)是指i到j之间的距离，可以是有向的
% sb—起点的标号, db—终点的标号
% 输出：mydistance—最短路的距离, mypath—最短路的路径
sb=3;db=6;
[mydistance,mypath]=mydijkstra_gaijin(a,sb,db);
mydistance,mypath
toc

结果为：

脚本2：利用改进函数

tic
a=zeros(6);
a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10;
a(2,3)=15;a(2,4)=20;a(2,6)=25;
a(3,4)=10;a(3,5)=20;
a(4,5)=10;a(4,6)=25;
a(5,6)=55;
a=a+a';
a(find(a==0))=inf;%其余元素，包括对角线元素设为无穷大
% 输入：a—邻接矩阵(aij)是指i到j之间的距离，可以是有向的
% sb—起点的标号, db—终点的标号
% 输出：mydistance—最短路的距离, mypath—最短路的路径
sb=3;db=6;
[mydistance,mypath]=mydijkstra_gaijin(a,sb,db);
mydistance,mypath
toc

结果为

可见改进函数与原函数结果一致，但运算时间缩短了近一半。若面对维度较大的矩阵，效率提高将更加明显。