Dijkstra算法迪科斯彻算法
Dijkstra算法描述为:假设用带权邻接矩阵来表示带权有向图。首先引进一个辅助向量D,它的每个分量D[i]表示当前所找到的从始点v到每个终点Vi的最短路径。它的初始状态为:若两顶点之间有弧,则D[i]为弧上的权值;否则置D[i]为无穷大。
1. 找到与源点v最近的顶点,并将该顶点并入最终集合S;
2. 根据找到的最近的顶点更新从源点v出发到集合V-S上可达顶点的最短路径;
3. 重复以上操作。
以前总是认为Dijkstra算法可以用来求从源点到指定终点的最短路径,导致总不能抓住算法的中心思想。现在认为把握Dijkstra的算法要点为:
1. Dijkstra提出了一个按路径长度递增的次序产生最短路径的算法;
2. 每次循环都可以得到一个从源点到某个顶点的最短路径,某个即不是确定的一个;
以 带权有向图 1为例说明Dijkstra算法的执行过程:
图1 带权有向图
假设源点为v0,则初始状态时源点到其它各顶点的距离为:<∽代表无穷大>
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
∽ |
30 |
100 |
由上表可知,与源点v0最近的顶点为v2,距离为10。
将v2加入到最终顶点集合S中。
再根据v2更新从源点到其它顶点的最短距离,即从v0-v2-v3的距离为60<∽,所以将v0到v3的距离更新为60,如下表所示:
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
60 |
30 |
100 |
由上表可知,与源点v0次近的顶点为v4,距离为30。
将v4加入到最终顶点集合S中;
再根据v4更新从源点到其它顶点的最短距离。即从v0-v4-v3的距离为50<60,所以将v0到v3的距离更新为50;从v0-v4-v5的距离为90<100,所以将v0到v5的距离更新为90。
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
50 |
30 |
90 |
重复以上操作……
直到最终集合包含了所有的顶点。