最短路径之Dijkstra算法及实例分析

本文详细介绍了Dijkstra算法的原理和执行过程,通过一个带权有向图的示例解释了算法如何找到最短路径。此外,还提供了一个C++实现的应用例子,用于查询深圳大学各地点之间的最短路径。
摘要由CSDN通过智能技术生成

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:

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。

 

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值