http://ahalei.blog.51cto.com/4767671/1387799
![090644t797fce7n20of7j9.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090644t797fce7n20of7j9.png)
![090651l6pt4666tptut66u.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090651l6pt4666tptut66u.png)
![090657ofidcactthcig33i.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090657ofidcactthcig33i.png)
![090706vmjy7l2ee2lyalia.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090706vmjy7l2ee2lyalia.png)
![090714f2p1wppynngj2pep.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090714f2p1wppynngj2pep.png)
![090722ywunackk35i8cni5.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090722ywunackk35i8cni5.png)
![090730eq6oqzyq7laqha9y.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090730eq6oqzyq7laqha9y.png)
![090738azt5clcozl899ekt.png](http://bbs.ahalei.com/data/attachment/forum/201403/31/090738azt5clcozl899ekt.png)
将所有的顶点分为两部分:已知最短路程的顶点集合P和未知最短路径的顶点集合Q。最开始,已知最短路径的顶点集合P中只有源点一个顶点。我们这里用一个book[ i ]数组来记录哪些点在集合P中。例如对于某个顶点i,如果book[ i ]为1则表示这个顶点在集合P中,如果book[ i ]为0则表示这个顶点在集合Q中。
设置源点s到自己的最短路径为0即dis=0。若存在源点有能直接到达的顶点i,则把dis[ i ]设为e[s][ i ]。同时把所有其它(源点不能直接到达的)顶点的最短路径为设为∞。
在集合Q的所有顶点中选择一个离源点s最近的顶点u(即dis[u]最小)加入到集合P。并考察所有以点u为起点的边,对每一条边进行松弛操作。例如存在一条从u到v的边,那么可以通过将边u->v添加到尾部来拓展一条从s到v的路径,这条路径的长度是dis[u]+e[u][v]。如果这个值比目前已知的dis[v]的值要小,我们可以用新值来替代当前dis[v]中的值。
重复第3步,如果集合Q为空,算法结束。最终dis数组中的值就是源点到所有顶点的最短路径。
完整的Dijkstra算法代码如下:
- #include <stdio.h>
- int main()
- {
- inte[10][10],dis[10],book[10],i,j,n,m,t1,t2,t3,u,v,min;
- intinf=99999999;//用inf(infinity的缩写)存储一个我们认为的正无穷值
- //读入n和m,n表示顶点个数,m表示边的条数
- scanf("%d %d",&n,&m);
- //初始化
- for(i=1;i<=n;i++)
- for(j=1;j<=n;j++)
- if(i==j) e[i][j]=0;
- else e[i][j]=inf;
- //读入边
- for(i=1;i<=m;i++)
- {
- scanf("%d %d %d",&t1,&t2,&t3);
- e[t1][t2]=t3;
- }
- //初始化dis数组,这里是1号顶点到其余各个顶点的初始路程
- for(i=1;i<=n;i++)
- dis[i]=e[1][i];
- //book数组初始化
- for(i=1;i<=n;i++)
- book[i]=0;
- book[1]=1;
- //Dijkstra算法核心语句
- for(i=1;i<=n-1;i++)
- {
- //找到离1号顶点最近的顶点
- min=inf;
- for(j=1;j<=n;j++)
- {
- if(book[j]==0 && dis[j]<min)
- {
- min=dis[j];
- u=j;
- }
- }
- book[u]=1;
- for(v=1;v<=n;v++)
- {
- if(e[u][v]<inf)
- {
- if(dis[v]>dis[u]+e[u][v])
- dis[v]=dis[u]+e[u][v];
- }
- }
- }
- //输出最终的结果
- for(i=1;i<=n;i++)
- printf("%d ",dis[i]);
- getchar();
- getchar();
- return 0;
- }
- 6 9
- 1 2 1
- 1 3 12
- 2 3 9
- 2 4 3
- 3 5 5
- 4 3 4
- 4 5 13
- 4 6 15
- 5 6 4
- 0 1 8 4 13 17
通过上面的代码我们可以看出,这个算法的时间复杂度是O(N2)。其中每次找到离1号顶点最近的顶点的时间复杂度是O(N),这里我们可以用“堆”(以后再说)来优化,使得这一部分的时间复杂度降低到O(logN)。另外对于边数M少于N2的稀疏图来说(我们把M远小于N2的图称为稀疏图,而M相对较大的图称为稠密图),我们可以用邻接表(这是个神马东西?不要着急,下周再仔细讲解)来代替邻接矩阵,使得整个时间复杂度优化到O( (M+N)logN )。请注意!在最坏的情况下M就是N2,这样的话MlogN要比N2还要大。但是大多数情况下并不会有那么多边,因此(M+N)logN要比N2小很多。