四、图的单源最短路径

　单源最短路径问题：已知有向带权图(简称有向网)G=(V，E)，找出从某个源点s∈V到V中其余各顶点的最短路径。
一、Dijkstra算法的引入

　　由Dijkstra提出的一种按路径长度递增序产生各顶点最短路径的算法，其算法的基本思想是：设置两个顶点集合T和S，集合S中存放己经找到最短路径的顶点，集合T中存放当前还未找到最短路径的顶点。初始状态时，集合S中只包含源点v0，然后不断从集合T中选取到源点v0路径长度最短的顶点w加入集合S，集合S中每加入一个新的顶点w，都要修改顶点v0到集合T中剩余顶点的最短路径长度值，集合T中各顶点新的最短路径长度值为原来最短路径长度值与顶点w的最短路径长度加上w到该顶点的路径长度值中的较小值。此过程不断重复，直到集合T的顶点全部加入集合S为止。
　　【例】在有向网G8中，假定以顶点0为源点，则它则其余各顶点的最短路径按路径递增序排列如下表所示
　　　　

二、算法的具体描述

    　设S为最短距离已确定的顶点集（看作红点集），V-S是最短距离尚未确定的顶点集（看作蓝点集）。
①初始化
    　初始化时，只有源点s的最短距离是已知的(SD(s)=0)，故红点集S={s}，蓝点集为空。
②重复以下工作，按路径长度递增次序产生各顶点最短路径
    　在当前蓝点集中选择一个最短距离最小的蓝点来扩充红点集，以保证算法按路径长度递增的次序产生各顶点的最短路径。
    　当蓝点集中仅剩下最短距离为∞的蓝点，或者所有蓝点已扩充到红点集时，s到所有顶点的最短路径就求出来了。
注意：
    　①若从源点到蓝点的路径不存在，则可假设该蓝点的最短路径是一条长度为无穷大的虚拟路径。
    　②从源点s到终点v的最短路径简称为v的最短路径；s到v的最短路径长度简称为v的最短距离，并记为SD(v)。
在蓝点集中选择一个最短距离最小的蓝点k来扩充红点集
    　根据按长度递增序产生最短路径的思想，当前最短距离最小的蓝点k的最短路径是：
    　源点，红点1，红点2，…，红点n，蓝点k
 距离为：源点到红点n最短距离+<红点n,蓝点k>边长
    　为求解方便，设置一个向量D[0．．n-1]，对于每个蓝点v∈ V-S，用D[v]记录从源点s到达v且除v外中间不经过任何蓝点(若有中间点，则必为红点)的"最短"路径长度（简称估计距离）。
    　若k是蓝点集中估计距离最小的顶点，则k的估计距离就是最短距离，即若D[k]=min{D[i] i∈V-S}，则D[k]=SD(k)。
    　初始时，每个蓝点v的D[c]值应为权w<s，v>，且从s到v的路径上没有中间点，因为该路径仅含一条边<s，v>。
注意：
    　在蓝点集中选择一个最短距离最小的蓝点k来扩充红点集是Dijkstra算法的关键 
k扩充红点集s后，蓝点集估计距离的修改
    　将k扩充到红点后，剩余蓝点集的估计距离可能由于增加了新红点k而减小，此时必须调整相应蓝点的估计距离。
    　对于任意的蓝点j，若k由蓝变红后使D[j]变小，则必定是由于存在一条从s到j且包含新红点k的更短路径：P=<s，…，k，j>。且D[j]减小的新路径P只可能是由于路径<s，…，k>和边<k，j>组成。
    　所以，当length(P)=D[k]+w<k，j>小于D[j]时，应该用P的长度来修改D[j]的值。

三、Dijkstra算法的实现

　　在邻接矩阵GraphAdjMatrix<T>的方法SetEdge中将没有边的两个顶点之间的权值设为无穷大，然后添加Dijkstra方法，实现如下：

代码

     // 实现Dijkstra算法
     public   void  Dijkstra( ref   int [] distance, Node < T >  n)
    {
         int  v  =   0 ;
         bool [] final  =   new   bool [nodes.Length];
         // 初始化
         for  ( int  i  =   0 ; i  <  nodes.Length;  ++ i)
        {
            final[i]  =   false ;
            distance[i]  =  matrix[GetIndex(n), i];
        }
         //  n为源点
        distance[GetIndex(n)]  =   0 ;
        final[GetIndex(n)]  =   true ;
         // 处理从源点到其余顶点的最短路径
         for  ( int  i  =   0 ; i  <  nodes.Length;  ++ i)
        {
             int  min  =   int .MaxValue;
             // 比较从源点到其余顶点的路径长度
             for  ( int  j  =   0 ; j  <  nodes.Length;  ++ j)
            {
                 // 从源点到j顶点的最短路径还没有找到
                 if  ( ! final[j])
                {
                     // 从源点到j顶点的路径长度最小
                     if  (distance[j]  <  min)
                    {
                        v  =  j;
                        min  =  distance[j];
                    }
                }
            }
             // 源点到顶点k的路径长度最小
            final[v]  =   true ;
             // 更新当前最短路径及距离
             for  ( int  w  =   0 ; w  <  nodes.Length; w ++ )
                 if  (final[w]  ==   false )
                {
                     if  (matrix[v, w]  !=   int .MaxValue  &&  (min  +  matrix[v, w]  <  distance[w]))
                        distance[w]  =  min  +  matrix[v, w];

                }
        }
    }