Dijkstra算法详述

Dijkstra算法解决的是有向加权连通图中，单源节点到所有节点的最短路径问题。

即已知一个有向加权连通图G，和该图中的源节点s，求s到其他所有节点的最短路径。

由于是有向加权图，所以用邻接矩阵描述比较合适，a[n+1][n+1]用来描述该图，其中a[i][j]为i到j的目前所知的最短距离，如果没有直接路径，暂时设为NoEdge（一个很大的数）。

用一个链表L（也可以是优先队列，因为每次都要执行最小值出队操作）维护所有s能到达的、但还没确定最短路径的节点。

用一个数组p[n]，维护最短路径，即p[i]为s到i的当前所知的最短路径上i的前一个节点，可能会变化，这样在算法结束后通过逆向就可以得到该完整路径：i->p[i]->p[p[i]]->...->s。

初时，所有a[s][i]!=NoEdge的节点i都插入到L中。

然后从L中找到d[s][i]最小的节点i，可以保证，此d[s][i]即为s到i的最短路径长度，由于是第一次从L中找节点，这点自然能保证。

找到i后，将i从L中删除，并令p[i]=s，则i的最短路径已经确定：s->i。

由于s->i的最短路径已经建立，那么应该考察其他点的d[j]是否会受影响。遍历所有从i能到达的点j（即a[i][j]!=NoEdge），看是否有p[j]==0（说明还没有找到从s到j的路径）或者d[i]+a[i][j]<d[j]（说明新找到的路径更短），若如此，说明d[j]应该更新，更新之，并且令p[j]=i，因为在最新的s到j的最短路径中，j的上一个节点是i。如果刚才判断时p[j]==0，即s到j刚刚变为可达，就将j插入到L中。

之后再迭代，从L中选择d[i]最小的节点i，则可以确定s到i的最短路径即为d[i]，因为：

1）d[i]为当前已知s到i的最短路径长度，

2）其它L中的节点j都有d[j]>d[i]，因此即使有其它迂回路径，也不是最短：d[j]+a[j][i]>d[i]。

而s到i的最短路径上i的前一个节点也已经保存在p[i]中了。

然后再回到上述步骤，更新d[j]和p[j]。

直到L为空，所有节点的最短路径均已找到。