Dijkstra 算法详解【容易理解】

Dijkstra 单源点最短路径

一、理论介绍

 

 

1.概述

 

 

该算法的思想是基于集合模型的，设G=（V，E）是一个有向无环图，其中E为边的集合，值为边的权值。我们建立一个S集合和U集合用于存储一些有意义的点：

S={v|v属于V且v的最短路径已被找出(已最优)}

U={v|v属于V且v的最短路径尚未找出(待最优)}

 

2.解法

 

Dijkstra强调：

(1)*每次从U中选择一个节点加入S中，选入S的节点p满足：p在所有待选的节点集合U中其到源点的代价最小。

(2)*每次选入p之后，随即对所有U中的节点v’的代价(到源点的路径长度)进行一次更新，更新基于刚选入的节点p，具体办法是如果p到U中的节点存在邻路径Matrix(p,v’)>0，则比较原v’的代价dist[v’]和新的经过p的代价(Matrix(p,v’) + ds[p])的大小，选择min{dist[v’],Matrix[p,v’] + ds[p]}进行更新。

 

 

3.理论的正确性

 

 

理论1：设A为源点，B为终点，若从A到B的最短路径为：A----P1---P2------ Q-----B，则A到Q的最短路径肯定为：A---P1---P2--------Q，即：所有最短路径中的子路径也为最短路径，即：一个最短路径是基于另一个最短路径的。

证明：若A到Q的最短路径不为：A---P1---P2------Q，设：ds[Q]对应A---P1---P2------Q的路径，先ds’[Q]对应另一条A到Q的路径长度，且ds’[Q]<ds[Q]，则必有ds’[B]=ds’[Q]+Matrix[Q,B]<ds[Q]+Matrix[Q,B]=ds[B]，则A到B的最短路径不再为题设的A---P1---P2------Q---B了，与题设矛盾，故这个假设是正确的。

这个理论的正确性就使得我们建立一个从A到B(B 属于U)的最短路径，就必须要基于一个从A到Q(Q属于S)的路径，其中Q起到一个承接中转的作用。所以我们建立这样的一个S和U的模型来求解是合理的。S集合在每次的迭代之后增加一个节点p，表示p在此次迭代之后其最优路径已经找到，U集合随之删除那个节点。

 

 

理论2：迭代都选择一个U集合中代价最小的节点p加入S中，以最优化。这里的p满足：p={p|min{dist[p]},p属于U}，下面证明这个理论的正确性。

证明：每次迭代我们需要从U中选择一个点p加入S中，加入后A到p的路径可以表示为：A----（------一系列点---）---p，根据理论1，p之前的路径A---（------一系列点-----）已经最优化，即：p之前的点都是位于S集合中，这个很容易理解，当然我们证明的也不是这个。我们要证明的是：

为什么选择U中目前代价最小的点加入S？

我们定义：被加入S中的点其最短路径即为已经找出，即我们在目前已经了解到的信息中，可以100%确定这个是最短路径。

设p1和p2同为U中的两个节点：dist[p1]=14,dist[p2]=15，显然：dist[p1]<dist[p2]，即：A经过S到p1目前最短的路径长度为14，A经过S到p2最短的路径为15。

反证法：设ds[p1]<dist[p1]=14

如果此时选择p2加入S中，则ds[p2]=dist[p2]=15，由于在p2未加入S之前，我们确定任何经过当前S到p1的路径都不是最短的，那么我们一定相信在以后会出现A经S’到p1的长度会小于14，我们设这条路径为：A-----（S’中一系列点）---Q---p1，ds[p1]=ds[Q]+Matrix[Q,p1]，Q不属于S（因为Q肯定市场在S之后才加入加来的），ds[Q]=ds[M1]+Matrix[M1,Q]=ds[M2]+Matrix[M1,M2]+Matrix[M1,Q]=......>ds[p2]

下面这个图可以更加容易帮助您理解：

 

 

 

此图中，如果此时不选择p1加入S中，那么以后所有的到达p1的路径都要经过此时在U中的点，即以后所有的可能的被优化的dist[p1] 都是需要先经过一个此时在U中的点，再到p1，很显然（S，p1）<(S,pi)+(pi,p1)

 

二、算法介绍

 

 

1.数据结构

图数据：int Graphic[N+1][N+1];//二维数组用于存储权值矩阵，下标从1开始

       值：-1：断路

          >0：权值

 

工作数据：(基于节点)

typedef struct {

      int dist;// 当前的最短路径长度（is_best=true时达到最短）

  int pre;//当前节点i最短路径中i对应的上节点

  bool is_best;//标记节点i是否已经被最优化

}Node,*pNode;

 

#define N 10;

#define MAXS -1;//无穷大

 

2.算法描述

1.初始化数据结构：//下标从1开始

      pNode node=new Node[N+1];

      i=1;

      while(i++<=N){

        node[i]->is_best=false;

        node[i]->pre=s_node;

        node[i]->dist=Matrix[i][s_node];

      }

      node[s_node]->is_best=true;//默认起点已优化

2.循环迭代

（1）选择p加入S

for(i=1;i<N;i++){

  min=INT_MAX;//系统定义的最大值

  if(!(node[i]->is_best) && node[i]->dist<min){

    min=node[i]->dist;

    p=i;

   }

  }

 node[p]->is_best=true;

 

(2)在p的基础上，遍历U集合，更新dist

i=0;

while(++i<=N)

  if(!node[i]->is_best && Matrix[i,p]!=MAXS && (Matrix[i,p]+min)<node[i]->dist){

    node[i]->dist=Matrix[i,p]+min;

    node[i]->pre=p;

  }

 

 

3.输出结果：

 

 

int n_stack=new int[N];//临时数组

for(i=1;i<N;i++){

  k=0;

  cout<<”Node:”<<i<<”:  ”<<s_node<<”->”;

  j=i;

  while(j!=s_node)

    j=n_stack[k++]=node[j]->pre;

  while(k--)

    cout<<n_stack[k]<<”->”;  

  cout<<i<<endl;

}