狄克斯特拉算法

1.概念

与贝尔曼-福特算法类似，狄克斯特拉（Dijkstra）算法也是求解最短路径问题的算法，使用它可以求得从起点到终点的路径中权重总和最小的那条路径路径。

2.算法解释

这里我们设A为起点、G为终点，来讲解狄克斯特拉算法。首先设置各个顶点的初始权重：起点为0，其他顶点为无穷大（∞）。从起点A出发，用绿色表示候补顶点。

寻找可以从目前所在的顶点直达且尚未被搜索过的顶点，此处为顶点B和顶点C，将它们设为下一步的候补顶点。

计算各个候补顶点的权重。计算方法是“目前所在顶点的权重+目前所在顶点到候补顶点的权重”。比如起点A的权重是0，那么顶点B的权重就是0+2=2。用同样的方法计算顶点C，结果就是0+5=5。

如果计算结果小于候补顶点的值，就更新这个值。顶点B和顶点C现在的权重都是无穷大，大于计算结果，所以更新这两个顶点的值。

从候补顶点中选出权重最小的顶点。此处B的权重最小，那么路径A-B就是从起点A到顶点B的最短路径。因为如果要走别的路径，那么必定会经过顶点C，其权重也就必定会高于A-B这条路径。确定了最短路径，移动到顶点B。

将可以从顶点B直达的顶点设为新的候补顶点，于是顶点D和顶点E也成为了候补。目前有三个候补顶点C、D、E。用相同的方法计算各个候补顶点的权重。从B到C的权重为2+6=8，比C当前的权重5大，因此不更新这个值。

用同样的方法去选定顶点，更新订单的权重，最终得到以下各顶点的权重。A-G的最短路线是：A-B-E-G。

3.注释

• 将图的顶点数设为n、边数设为m，那么如果事先不进行任何处理，该算法的时间复杂度就是O（n2）。不过，如果对数据结构进行优化，那么时间复杂度就会变为O（m+nlogn）。
• 不存在负数权重时，更适合使用效率较高的狄克斯特拉算法，而存在负数权重时，即便较为耗时，也应该使用可以得到正确答案的贝尔曼-福特算法。