Dijkstra算法详解

深度优先（DFS）和广度优先（BFS）

深度优先搜索（ Depth First Search , DFS )：首先从某个顶点出发，依次从它的各个未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和该顶点有路径相通的顶点都被访问到。若此时尚有其他顶点未被访问到，则另选一个未被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。
广度优先搜索（ Breadth First Search , BFS )：从图中某顶点出发，依次访问的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问，直至图中所有已被访问的顶点的邻接点都被访问到。
深度优先搜索和广度优先搜索分别类似于树的前序遍历和层次遍历。
Dijkstra 算法属于典型的广度优先搜索算法。

深度优先搜索(DFS)

算法基本思想

1.首先访问图中某一个顶点Vi，以该顶点为出发点；
2.任选一与该顶点Vi邻接的未被访问的顶点Vj；访问Vj；
3.以Vj为新的出发点继续进行深度优先搜索，直至图中所有和Vi有路径的顶点被访问到。

深度优先搜索算法

从图的某一点 v 出发，递归地进行深度优先遍历算法描述：

void DFSTraverse(Graph G)
{for (v=0; v<G.vexnum; ++v) 
	 visited[v] = FALSE; /*访问标志数组初始化*/
 for (v=0; v<G.vexnum; ++v) 
	 if (!visited[v]) DFS(G, v); /*对尚未访问的顶点调用 DFS*/
}

void DFS(Graph G,int v ) /*从第 v 个顶点出发递归地深度优先遍历图 G*/
{ visited[v]=TRUE;Visit(v); /*访问第 v 个顶点*/
for(w=FisrtAdjVex(G,v);w>=0; w=NextAdjVex(G,v,w))
	if (!visited[w]) DFS(G,w); /*对 v 的尚未访问的邻接顶点 w 递归调用 DFS*/
}

以邻接表为存储结构的整个图 G 进行深度优先遍历实现的 C 语言描述:

void DFSTraverseAL(ALGraph G) /*深度优先遍历以邻接表存储的图 G*/
{ 	int i;
 	for (i=0;i<G.vexnum;i++)
	visited[i]=FALSE; /*标志向量初始化*/
 	for (i=0;i<G.vexnum;i++)
	if (!visited[i]) DFSAL(G,i); /*vi未访问过，从 vi开始 DFS 搜索*/
}

void DFSAL(ALGraph G,int i) /*以 vi为出发点对邻接表存储的图 G 进行 DFS 搜索*/
{ ArcNode *p;
 Visit(G.adjlist[i]); /*访问顶点 vi*/
 visited[i]=TRUE; /*标记 vi已访问*/
 p=G.adjlist[i].firstarc; /*取 vi边表的头指针*/
 while(p) /*依次搜索 vi的邻接点 vj，j=p->adjvex*/
{ 	if (!visited[p->adjvex]) /*若 vj尚未访问，则以 vj为出发点向纵深搜索*/
	DFSAL(G,p->adjvex);
	p=p->nextarc; /*找 vi的下一个邻接点*/
 } }

此部分详细原理解释可以参考严蔚敏的数据结构（C语言版）
    遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间则取决于所采用的存储结构。当以邻接矩阵为图的存储结构时，查找每个顶点的邻接点所需时间为O(n2) ，其中 n 为图中顶点数。而当以邻接表作图的存储结构时，找邻接点所需时间为 O(e)，其中e 为无向图中边的数或有向图中弧的数。由此，当以邻接表作存储结构时，深度优先搜索遍历图的时间复杂度为 O(n+e) 。

广度优先搜索(BFS)

算法基本思想

广度优先搜索（BFS）遍历类似于树的按层次遍历。
（1）首先访问图中某一指定的出发点Vi；
（2）然后依次访问VI的所有邻接点Vi1，Vi2……Vit；
（3）再依次以Vi1，Vi2……Vit为顶点，访问各顶点未被访问的邻接点，依此类推，直到图中所有顶点均被访问为止。

广度优先搜索(BFS)

从图的某一点 v 出发，进行广度优先遍历算法描述：

void BFSTraverse (MGraph G) /*按广度优先非递归遍历图 G，使用辅助队列 Q*/
{
	for (v=0; v<G.vexnum; ++v) 
 	visited[i] = FALSE; /*访问标志数组初始化*/
	for (v=0; v<G.vexnum; ++v) 
 	if (!visited[v]) BFS(G, v); /*对尚未访问的顶点调用 BFS*/
}
	void BFS (Graph G,int v) {InitQueue(Q); /*置空的辅助队列 Q*/
	visited[v]=TRUE; Visit(v); /*访问 v*/
	EnQueue(Q,v); /*v 入队列*/
	while (!QueueEmpty(Q)) 
	{	DeQueue(Q,u); /*队头元素出队并置为 u*/
		for(w=FistAdjVex(G,u); w>=0; w=NextAdjVex(G,u,w))
			if(!visited[w])
		{visited[w]=TRUE; Visit(w);
 		EnQueue(Q,w); /*u 尚未访问的邻接顶点 w 入队列 Q*/
    	} 
 	}
}

以邻接矩阵为存储结构的整个图 G 进行广度优先遍历实现的 C 语言描述。

void BFSTraverseAL(MGraph G) /*广度优先遍历以邻接矩阵存储的图 G*/
{
	int i;
	for (i=0;i<G.vexnum;i++) 
		visited[i]=FALSE; /*标志向量初始化*/
 	for (i=0;i<G.vexnum;i++)
		if (!visited[i]) BFSM(G,i); /* vi未访问过，从 vi开始 BFS 搜索*/
}
void BFSM(MGraph G,int k) /*以 vi为出发点，对邻接矩阵存储的图 G 进行 BFS 搜索*/
{
	int i,j;
	sqQueue Q;
	InitQueue(Q);
	Visit(G.vexs[k]); /*访问原点 Vk*/
	visited[k]=TRUE;
	EnQueue(Q,k); /*原点 Vk入队列*/
	while (!QueueEmpty(Q))
	{i=DeQueue(Q); /*Vi出队列*/
		for (j=0;j<G.vexnum;j++) /*依次搜索 Vi的邻接点 Vj*/
 			if(G.edges[i][j]==1 && !visited[j]) /*若 Vj未访问*/
				{Visit (G.vexs[j]); /*访问 Vj */
 				visited[j]=TRUE;
				 EnQueue(Q,j); /*访问过的 Vj入队列*/
 				}
 	} 	
 }

此部分详细原理解释可以参考严蔚敏的数据结构（C语言版）

Dijkstra算法

Dijkstra 算法是由荷兰计算机科学家迪杰斯特拉于1959年提出的，是从一个节点遍历其余各节点的最短路径算法，解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始，采用贪心算法的策略，每次遍历到始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。

Dijkstra算法原理

初始点看作一个集合S，其它点看作另一个集合挨个的把离初始点最近的点找到并加入集合S，集合中所有的点的d[i]都是该点到初始点最短路径长度，由于后加入的点是根据集合S中的点为基础拓展的，所以能找到最短路径。
用途： 用于求图中指定两点之间的最短路径，或者是指定一点到其它所有点之间的最短路径。

Dijkstra算法基本步骤

1.将图上的初始点看作一个集合S，其它点看作另一个集合
2.根据初始点，求出其它点到初始点的距离d[i] （若相邻，则d[i]为边权值；若不相邻，则d[i]为无限大）
3.选取最小的d[i]（记为d[x]），并将此d[i]边对应的点（记为x）加入集合S（实际上，加入集合的这个点的d[x]值就是它到初始点的最短距离）
4.再根据x，更新跟 x 相邻点 y 的d[y]值：d[y] = min{ d[y], d[x] + 边权值w[x][y] }，因为可能把距离调小，所以这个更新操作叫做松弛操作。
5.重复3，4两步，直到目标点也加入了集合，此时目标点所对应的d[i]即为最短路径长度。（注：重复第三步的时候，应该从所有的d[i]中寻找最小值，而不是只从与x点相邻的点中寻找）

Dijkstra 算法十分简洁，能够有效的找到最优解，不足之处在数据节点庞大时所需的节点繁多，效率随着数据节点的增加而下降，耗费大量内存空间与计算时间。