[算法导论] 单源最短路径 - Dijkstra 学习笔记

Dijkstra采用的是贪心策略,为什么这种策略是正确的呢?下面我来简单说一下我的学习心得。

假设起点为s,终点为e。δ(s,e)代表两点的最短路径权值。ω(s,e)代表δ(s,e)经过的结点。d(s,v)代表两点最短路径估计的权值。

松弛操作:在松弛一条边(s,v)的过程中,是否可以通过结点u,使得d(s,v)减小;如果可以减小,则更新d(s,v)。

首先定义s到其他顶点的权值为+∞,即d(s,x) { x ∈ 图中结点 }。再定义δ(s,s) = 0。

此时由于d(s,x) =  +∞ {x ∈ 图中结点, x != s }。对s直接相连的结点进行松弛操作,可得:d(s,f) = 6,d(s,b) = 8,d(s,a) = 10

接着我们继续寻找min(d(s,x)) { x ∈ 图中未访问过的结点 },得到结点f,δ(s,f)也就求出了继续重复松弛操作,可得,d(s,e) = 21,d(s,d) = 16

……

重复上述步骤,直到寻找不到min(δ(s,x)) { x ∈ 图中未访问过的结点 },程序结束,Dijkstra算法运行完毕。

这样运行结束后,为什么就求得了s到其他所有结点的最短路径呢。

所以我们需要思考一下为什么每次都要寻找min(d(s,x)) { x ∈ 图中未访问过的结点 }。

首先我们来证明一下在一条最短路径ω(s,e)中经过的所有子路径都是最短路径。

假设ω(s,e)中的子路径不是最短路径,先举个例子:

假设ω(s,e) 为:s->a->b->c->e,假设a->b的路径不是δ(a,b),也就是说ω(s,e)中的a到b的权值 > δ(a,b)。

那如果我选择a->b的路径权值为δ(a,b)的这条路径,那δ(s,e)就变小了。所以假设不成立。


仔细想一下,可以发现,我每次求得的min(d(s,x)) { x ∈ 图中未访问过的结点 },假设min(d(s,x)) 求出的结点是k。

假设存在一个中间结点y,使得s->y->k的最短路径小于 s->k。由δ(s,k) <= δ(s,y),推出假设不成立。

这也就求出s到k之间的最短路径,因为在未访问过的结点中s到k的路径是最近的。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Dijkstra算法是一种用于解决单源最短路径问题的算法。它的基本思想是从起点开始,逐步扩展到其他节点,每次选择当前距离起点最近的节点,并更新与该节点相邻的节点的距离。通过这种方式,可以找到起点到其他节点的最短路径。Dijkstra算法的时间复杂度为O(n^2),但是可以通过使用堆优化来将其优化到O(nlogn)。 ### 回答2: Dijkstra算法是一种解决单源最短路径问题的贪心算法,其思想是利用“松弛”操作来不断更新当前点到源点的最短距离,但前提是所有边的权重非负。如果有负权边,则需要使用Bellman-Ford算法。 首先,我们需要定义一个数组dis数组,用于存储源点s到各个点的最短距离。dis[s]初始为0,其他点初始为无限大。接着,我们需要维护一个集合S,表示已经求出最短路径的点的集合。将源点s加入集合S中。 对于每个未加入S的点v,我们通过选择其它点到源点s的最短路径中的一个点u,然后将dis[v]更新为dis[u] + w(u,v),其中w(u,v)表示边(u,v)的权重。具体地,这个操作称为“松弛”操作。 在松弛操作中,我们需要比较dis[u] + w(u,v)和dis[v]的大小,如果前者更小,则更新dis[v]的值为dis[u] + w(u,v)。 重复执行以上操作,直到所有的点都加入到集合S中。最后dis数组中存储的就是源点s到所有点的最短距离。 Dijkstra算法可以用堆优化,时间复杂度为O(mlogn),其中n表示图中的点数,m表示边数。Dijkstra算法也可以应用于稠密图,时间复杂度为O(n^2)。 总之,Dijkstra算法是一种经典的求解单源最短路径问题的算法,其实现简单,效率高,被广泛应用于路由算法和图像处理等领域。 ### 回答3: Dijkstra算法是一种在加权有向图中寻找从源节点到其他节点的最短路径的贪心算法。该算法基于其它路径加权节点的已知最短路径去更新更长路径的信息直到找到从源节点到目标节点的最短路径。在整个计算过程中,Dijkstra算法需要维护一个待处理节点集合和一个距离源节点的最短路径数组。 算法的具体实现如下: 1. 初始化源节点及其距离为0,其他节点的距离为无穷大。 2. 将源节点加入到待处理节点集合中。 3. 对于源节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 4. 遍历待处理节点集合中除源节点外的节点,选择距离最近的节点作为当前节点,并将它从待处理机集合中移除。 5. 对于当前节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 6. 重复步骤4和5,直到待处理节点集合为空或者目标节点已经被遍历。 Dijkstra算法的时间复杂度为O(n^2),其中n为节点数,由于它是贪心算法,只能处理非负权重的图,否则可能会陷入死循环。但是,Dijkstra算法是单源最短路径问题的最优解,因此在处理小规模的图时效果很好。在处理大规模图时,需要使用其他高效的算法,如A*算法、Bellman-Ford算法等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值