Dijkstra算法

Dijkstra算法（迪杰斯特拉算法，D算法）可以求出一个给定顶点到图中所有其他顶点的最短路径。Dijkstra算法的限制是要求图中所有边的权值不小于0。

算法思路

Dijkstra算法是依据最短路径的最优子结构性质来进行的，抓住这一点就可以很好的理解Dijkstra算法。该性质描述为：如果P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径，k和s是这条路径上的一个中间顶点，那么P(k,s)必定是从k到s的最短路径。下面证明该性质的正确性。

假设P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径，则有P(i,j)=P(i,k)+P(k,s)+P(s,j)。而P(k,s)不是从k到s的最短距离，那么必定存在另一条从k到s的最短路径P'(k,s)，那么P'(i,j)=P(i,k)+P'(k,s)+P(s,j)<P(i,j)。则与P(i,j)是从i到j的最短路径相矛盾。因此该性质得证。 

由上述性质可知，如果存在一条从i到j的最短路径(Vi.....Vk,Vj)，Vk是Vj前面的一顶点。那么(Vi...Vk)也必定是从i到k的最短路径。为了求出最短路径，Dijkstra就提出了以最短路径长度递增，逐次生成最短路径的算法。譬如对于源顶点V0，首先选择其直接相邻的顶点中长度最短的顶点Vi，那么当前已知可得从V0到达Vj顶点的最短距离dist[j]=min{dist[j],dist[i]+matrix[i][j]}。根据这种思路，假设存在G=<V,E>，源顶点为V0，U={V0},dist[i]记录V0到i的最短距离，path[i]记录从V0到i路径上的i前面的一个顶点。

1.从V-U中选择使dist[i]值最小的顶点i，将i加入到U中；

2.更新与i直接相邻顶点的dist值。(dist[j]=min{dist[j],dist[i]+matrix[i][j]})

3.重复1,2直到U=V，停止。

下面以实例的方式展示Dijkstra算法的过程：

1.如下图一有向图，以a为源点寻找所有节点到它的最短路径。首先，与a相连最短路径为2，相连节点为d，将d加入U中。

2.考虑a点到U-V的所有路径，最短路径为到达c的路径，将c加入U。

 

 3.a点到V-U的最短路径为到e点的路径，将e加入U。

4.a点到V-U最短路径为到b点路径，将b加入U。

 

 5.a点到V-U最短路径为到g点路径，将g加入U。

 6.此时V-U中只剩下f点，此时由a点有两条路径都可到达f,长度都为12，任选一条，将f加入U。

 7.此时所有节点都在U中了，算法结束。图中红色路径即为寻找到的a点到各节点的最短路径。

算法的python实现

函数的参数是被操作的图graph和图中的一个顶点v0,设变量vnum记录图graph的顶点数。
算法中的一个问题是如何记录从v0到各顶点的最短路径。根据最优子结构性质，要记录到顶点v的最短路径，只需记录到v最短路径上的前一顶点。如果对每个顶点都有了这样的记录，就可以追溯这些记录，找出从v0到顶点v的最短路径。由此可见，记录所有最短路径只需要用一个vnum一1个元素的边集合。
下面算法里用一个vnum元的表paths记录路径，其元素pathslv]的形式为(v',p),说明从vo到顶点v的最短路径上的前一顶点是v'，该最短路径的长度是p。此外，函数里还用paths[v]取值None表示v还不在U里。
求解最短路径的候选边集以路径长度作为排序码记录在优先队列cands里，队列元素形式为(p,v,v')，表示从v0经v到v'的已知最短路径的长度为p。根据p的值在cands里排序，保证总选出最近的未知距离顶点。
每次选出的具有最小p值的边。如果其终点v'在V-U，就将其加人paths，并将经由v'可达的其他顶点及其路径长度记人cands。显然，如果cands已有到某顶点的路径，但后来发现的新路径更短，优先队列保证最短的路径被先行取出，满足算法的需要。

def dijkstra_shortest_paths(graph,v0):
    vnum=graph.vertex_num()
    assert 0<=v0<vnum
    paths=[None]*vnum
    count=0
    cands=PrioQueue([0,v0,v0])
    while count<vnum and not cands.is_empty():
        plen,u,vmin=cands.dequeue()
        if paths[vmin]:
            continue
        paths[vmin]=(u,plen)
        for v,w in graph.out_edges(vmin):
            if not paths[v]:
                cands.enqueue((plen+w,vmin,v))
        count+=1
    return paths