Dijkstra最短路径算法初探

数据源：

一组顶点Vi(i=1~n)，顶点间通路(Vi, Vj), 通路的距离dis(i,j)。

 

目标:

任意给定一组起点s, 终点d, 计算s＝＝》d之间的最短距离, 并给出通路。

 

算法输入数据举例如下:

4            //四个顶点

4            //四个通路

1 2 4      //顶点1到顶点2存在距离为4的通路

1 3 5      //…

2 4 3      //…

3 4 1      //顶点3到顶点4存在距离为1的通路

1 4         //求顶点1到顶点4的最短距离

 

Dijkstra算法可能的思路:

1.设s＝＝》d之间的最短距离为dis_min(s,d)，设在s＝＝》d之间可以找到k(k一般为无穷大)条通路，每条通路距离为dis_m(s,d) m=1~k，显然dis_min(s,d) = min{dis_m(s,d) m=1~k}。如果,我们选定了一条s＝＝》d之间的通路，我们如何确定它就是最短的呢？这个不好论证，因此我们需要换一种方法来论证：扩大dis_min(s,d)的比较范围和论证范围。

2.设s＝＝》n个点之间的无穷个路径的无穷个距离排序后为0～dis_max，显然0是s＝＝》s的最短距离，那么哪一个是s＝＝》d之间的最短距离呢？或者说：哪一个是s＝＝》任意点之间的最短距离呢？

3.我们从0～dis_max中间挨个选取，首先0被选出(因为是s＝＝》s的最短距离)，而后dis_1被选出（因为是s到它附近最近一个点的距离，例如：s周边有j个点与s直接相连，这样就有j个距离，显然在j个距离中必然存在一个最小值dis_x，dis_x不可能被突破，有dis_1== dis_x），而后是dis_2被选出？似乎难以判断。但从dis_1的选出可以看到一种不完整的选择规则：我们可以很容易地选出与s最近的点，但是如何选出与s第二近的点？

4.想想第二步中dis_0 = 0被选出的过程，以及dis_1被选出的过程，实际上，找到下一个点的方法已经出来了：将dis_1连接的点（设为s_1）加入到源点s集合中，考察与s、s_1直接连接的所有点，计算它们与s的距离，选择最短的路径对应的点s_2加入源点集。这样我们就选出了与s最近的三个点，继续查找下去就会获得s到d的最短路径。

另注：

一个逆向结论：设s＝＝》s_1＝＝》s_2＝＝》s_3＝＝》…＝＝》s_n＝＝》d是s＝＝》d的最近路径，那么s＝＝》s_1＝＝》s_2＝＝》s_3＝＝》…＝＝》s_n一定是s＝＝》s_n的最近路径，否则就可以用s＝＝》s_n的最近路径来替换s＝＝》d的那段路径，这样就与假设不符了。但是反过来，由s＝＝》s_n是最近路径推论s＝＝》s_n＝＝》d是最短路径是不行的，因为可能存在s＝＝》s_n＝＝》s_a＝＝》d更近。

以上逆向结论对应的顺向推导结论只能这样：找到所有源点集的直接相连点（不能在源点集中找，因为这样会形成无效环路），计算这些通路的距离，将最短的通路所关联的点加入到源点集。

 

数据结构：

1．点

2．两点间联通路径及其方向、距离

3．close表、源点集（源路径集。每个源点记载到s点的距离及路径）

4．open表、等待比较的路径集（以路径长度排序）

 

算法：

从点集中将s点移入close表。

while（close表中没有找到d点）

{

       将close表中最近加入的源点的新路径加入open表。

       从open表将最短的一条移入close表。从open表中删除尾段为对应新源点的其它路径。

}

 

这个Dijkstra算法，我看过数遍，但至今仍然觉得我没有真正理解它的精髓所在。上次得力于一位朋友给我讲解了一下基本Dijkstra算法及其变化版本，感触最深的是其优雅的适应算法的数据结构。数据结构依赖于算法的确立，算法依赖于源数据和目标的确立，同时数据结构和算法两者又相辅相成。这次花时间用自己的一种方法从特殊的角度描述Dijkstra算法，试图将Dijkstra算法叙说的比较触及根源，但自我感觉还是不够，或许还是我的数学底子太差，描述问题不够清晰条理。