最短距离(一)：Dijkstra算法

一. 算法思想

Dijkstra算法是按路径长度递增次序产生最短路径的算法。

• 把图的顶点集V分为两组
  • S：已求出最短路径的顶点的集合
  • T=V-S：尚未确定最短路径的顶点集合
• 把T中顶点按照最短路径递增的次序加入到S中，保证：
  • 从源点V₀到S中各顶点的最短路径长度都不长于从V₀到T中任何顶点的最短路径长度
• 设置辅助数组$dist[n]$，每个分量$dist[k]$表示当前所求得的从原点到其余各个顶点k的最短路径长度

二.算法步骤

1. 设$G[n][n]$为有向网的带权邻接矩阵，S为已经找到的从源点V₀出发的最短路径的终点集合，它的初始状态为{V₀}，辅助数组$dist$的初始值为$dist[i]=$A[V₀,V_i]，i=1,2,…,n
2. 选择V_j(V_j$\in$T)，使得V₀到V_j的距离最短，并令S=S$\bigcup${V_j}
3. 修改从V₀出发到T上任一顶点的最短路径长度，若$dist[j]+G[j,i]<dist[i]$，则$dist[i]=dist[j]+G[j,i]$
4. 重复步骤2，3，直到所有的顶点都并入S集

三.实现代码

//邻接矩阵
#include <iostream>
using namespace std;

const int MAXV = 1000;
const int INF = 10000;
int n;
int G[MAXV][MAXV];
int dist[MAXV];
bool visited[MAXV];
void Dijkstra(int s)
{
	for (int i = 0; i < n; i++) { 
		dist[i] = INF;
		visited[i] = false;
	}
	dist[s] = 0;
	for (int i = 0; i < n; i++) {
		int u = -1, MIN = INF;
		for (int j = 0; j < n; j++) { //找到尚未作为中间点且距离源点最近的点
			if (visited[j] == false && dist[j] < MIN) {  
				u = j;
				MIN = dist[j];
			}
		}
		visited[u] = true;
		for (int j = 0; j < n; j++) { //更新距离
			if (visited[j] == false && G[u][j] != INF && dist[u] + G[u][j] < dist[j]) {
				dist[j] = dis[u] + G[u][j];
			}
		}
	}
}

int main()
{
	cin >> n;
	for (int i = 0; i < n; i++) {
		for (int j = 0; j < n; j++) {
			cin >> G[i][j];
		}
	}
	Dijkstra(0);
	for (int i = 0; i < n; i++) {
		cout << dis[i] << " ";
	}
	return 0;
}

//邻接表
struct Node {
	int des; //终点 
	int weight; //权值 
};

vector<Node> Adj[MAXV]; //相当于一个二维数组 
int n; //顶点数 
int dist[MAXV];
bool visited[MAXV];

void Dijkstra(int s) {
	for (int i = 0; i < n; i++) {
		dist[i] = INF;
		visited[i] = false;
	}
	dist[s] = 0;

	for (int i = 0; i < n; i++) {
		int u = -1;
		int min = INF;
		for (int k = 0; k < n; k++) {
			if (visited[k] == false && dist[k] < min) {
				min = dist[k];
				u = k;
			}
		}
		visited[u] = true;
		for (int k = 0; k < Adj[u].size(); k++) {
			int v = Adj[u][k].des;
			if (visited[v] == false && Adj[u][k].weight != INF && dist[u] + Adj[u][k].weight < dist[v]) {
				dist[v] = dist[u] + Adj[u][k].weight;
			}
		}
	}
}