Yen‘s K 最短路径：路网中的智慧导航

在日常生活中，我们经常会遇到需要寻找最短路径的场景，比如导航软件为我们规划从家到公司的最佳路线。但有时候，我们可能不满足于只有一条路线，而是希望知道第二短、第三短的路线，以便根据实时交通情况或个人偏好做出更灵活的选择。这就是K 最短路径问题，而 Yen's 算法正是解决这一问题的经典方法。

一、Yen's 算法的核心思想：步步为营，逐层扩展

传统最短路径算法的局限性

Dijkstra 算法和 A * 算法等传统最短路径算法只能找到从起点到终点的一条最短路径。当我们需要寻找多条不同的路径时，这些算法就显得力不从心了。

Yen's 算法的创新点

Yen's 算法由美国计算机科学家金芳容（James Yen）于 1971 年提出，它通过一种迭代的方式，逐步生成从起点到终点的第 1 短、第 2 短、...、第 K 短路径。其核心思想可以概括为：

1. 基于 Dijkstra 算法：首先使用 Dijkstra 算法找到第一条最短路径
2. 生成候选路径：通过依次移除已找到路径上的边，在剩余的图中寻找替代路径
3. 筛选最优候选：从所有候选路径中选择最短的一条作为下一条最短路径
4. 迭代重复：重复步骤 2 和 3，直到找到 K 条不同的路径

这种方法巧妙地利用了已有的最短路径信息，避免了重复计算，从而高效地生成多条不同的路径。

二、技术原理：从单一路径到多条路径

1. 算法流程详解

1.1 初始化

使用 Dijkstra 算法找到从起点到终点的最短路径，记为 P1。将 P1 加入结果集，并将其成本（路径长度）加入优先队列。

1.2 迭代生成候选路径

对于每条已找到的路径 Pi（i 从 1 到 K-1），依次移除路径 Pi 上的每条边，形成多个 "子图"。在每个子图中，使用 Dijkstra 算法找到从起点到被移除边的终点的最短路径，并与被移除边之后的路径片段组合，形成候选路径。

1.3 筛选最优候选

从所有候选路径中选择成本最小且未被选中的路径，作为下一条最短路径 Pi+1。将其加入结果集，并将其成本加入优先队列。

1.4 重复迭代

重复步骤 2 和 3，直到找到 K 条不同的路径或没有更多候选路径为止。

2. 时间复杂度分析

• 单次 Dijkstra 算法：时间复杂度为 O (E + V log V)，其中 E 为边数，V 为顶点数
• 生成 K 条路径：每次生成新路径需要移除每条边并重新计算，时间复杂度为 O (K * E * (E + V log V))

3. 空间复杂度分析

• 存储路径信息：O (K * V)
• 优先队列和其他辅助结构：O (E + V)

三、Java 实现示例：Yen's 算法的基本实现

下面是一个简化版的 Yen's 算法实现，展示了其核心逻辑：

import java.util.*;

public class YensKShortestPaths {
    private static class Edge {
        int to;
        int weight;
        
        public Edge(int to, int weight) {
            this.to = to;
            this.weight = weight;
        }
    }
    
    private static class Path implements Comparable<Path> {
        List<Integer> n