grokking algorithms--第七章-Dijkstra's algorithm迪杰斯特拉算法中文翻译

第七章 迪杰斯特拉(Dijkstra’s algorithm)算法
在本章中:
我们继续讨论图，你会学到有权重的图，每条边上有不同的权重值。
你将学到迪杰斯特拉算法，这个算法可以告诉我们在有权值的图中“到终点X的最近的路 时是哪一条?”
你会学到图中的闭环，这种情况下迪杰斯特拉算法是不起作用的。

在上一章中，我们找到了一条从A点到B点最短的路，但是，它却不一定是最快的路，它是 最短的路，因为它经过的路段最少，但是如果你将每段路需要花费的时间加上，那么你可以 找到更快一点的路。如下图黑色标出的部分。

上一章中用了广度优先搜索算法，该算法可以找到经过节点最少的路径。若果你想找到用时
最短的路径呢?你可以换一种不同的算法—迪杰斯特拉算法。
我们来看下它是怎么发挥超能力的?

该图中，到达每一个节点都需要一定的时间，你可以利用迪杰斯特拉算法(Dijkstra’s algorithm)来找到从起点到终点花费时间最短的路径。 如果你利用广度优先算法，你可以找到的最短路径是起点—>A—>终点。

但是这条路线需要7分钟，让我们来找一条花费时间更短的路径，这需要四步: 1.找到时间花费最少的节点。
2.更新这个节点的邻居节点的花费时间。 3.重复以上步骤，知道图中所有的节点都遍历过了。 4.计算最终路径所需的时间。
步骤1:找到花费时间最短的节点。 从起点开始，如果你要去A点或B点，那么它们分别需要耗费多少时间呢?

从起点到A节点需要6分钟，从起点到B点需要2分钟，剩下的节点需要多长时间，我们暂时 不知道。

因为我们不转掉到达终点需要花费多长时间， 我们用无穷大来标示。 现在节点B是花费时间最短的节点，它只需要2分钟。
步骤2:计算通过节点B，到达它的邻居节点需要花费的时间。


但是若是从起点经过B点再到达A点，只需要花费5分钟。

对于B的邻居节点，当你发现有花费时间更短的路径时，更新该邻居节点的花费时间。在这 个例子中，你发现

• 到达A节点用时更短的路径(从6分钟减少到5分钟)
• 到达终点更短的路径(时间从无穷大到7分钟)
步骤3 重复上面的步骤1和步骤2. 重复步骤1:找到用时最短的节点。节点B已经计算过了，用时第2少的是节点A。

重复步骤2:更新A的邻居节点的耗费时间。

WOO，现在到达终点只需要花费6分钟。 你已经对每一个极点都执行过迪杰斯特拉算法了，这个例子中，我们知道: • 到达B节点，需要花费2分钟;
• 到达A节点，需要花费5分钟;
• 到达终点，需要花费6分钟。

下一步中，我们学习如何计算最终路径，现在我们直接给出最终路径: 起点—>B—>A—终点。

广度优先深度算法没有找出用时最短的路径，因为用时最短的路径它有3个边。但是存在有2 个边也可以到达终点的路径。因此广度优先算法找到的路径是只有2个边。

上一章中吧，我们用广度优先算法找到了两点之间的最少路径。换句话说，最少路径是边最
少，但是若是图中的每条边都有权值，迪杰斯特拉算法可以找到花费最短时间的路径。

复习一下，第杰斯特拉算法算法总共分四步: 1.找到有最小权值的节点，这个节点花费的时间最少; 2，若是经过它到达它的邻居节点，花费的时间更短，更新它的邻居节点的花费时间(权 值 );
3.一直重复知道所有的节点都遍历过了; 4.计算最终路径(下一部分会讲到)
术语
现在我们来看几个例子，在这之前