最短路径c语言_最短路径的Dijkstra算法

点击上方蓝字，关注我们

道路千万条，安全第一条。

行车不规范，亲人两行泪。

假如你是刘启，带领救援队去杭州地下城送火石，车载导航被moss远程控制了，你翻出19年泛黄的地图……

不识路啊，这咋整啊？

在平时我们使用导航时，在已知起点和终点的情况下，导航总能在复杂的道路中为我们找到一条最短的道路。在这个过程中，我们可以将道路简化抽象成一个由点与点之间的连线构成的图。

每个路口都可以看作是图的顶点，顶点之间的连线代表实际中两路口间的道路，而图的边的权则代表道路的长度。若图的边有一个指向，则此图为有向图，且若A→B，则代表有路从A到B。这样，导航做的事其实就是给定图中两点，找到一条连接两点的最短路。

上述问题即图最短路径问题，它一直是图论里面一个重要问题。用于解决这个问题的算法有很多种。今天我们给大家介绍一种非常经典的算法——Dijkstra算法。

这个算法是由图灵奖得主Dijkstra提出的，得到了广泛的应用。这种有着30年历史的算法是一种典型的贪婪算法。简单来说，这个算法的核心思想就是在每一步都选取最短的一条路径，不考虑之后的状况。

Dijstra算法

若给定一个图，我们想知道从点A到其它点的最短路径长度，则Dijkstra算法的具体步骤是：

1.生成一个表，表中记录了两组数据。一组是图中其它点到点A的已知最短距离d，另一种代表此距离是否即为最短距离(0代表存疑，1代表是)。表的初始数据为：若A可直接到达点C(不经过其它点)，则A→C的距离为边的权，否则为∞。初始所有顶点存疑。

2.选择一个顶点X，它是表中所有存疑顶点中具有最小的d的点。然后对于X能直接到达的每个点(如Y)，考虑路径A→X→Y的长度，若小于表中Y的d，则更新此数据。最后顶点X的数据0更新为1。

3.如此遍历，当没有存疑顶点时(均为1)，整个算法执行完毕，则所有顶点到已知顶点A的最小距离都被找到了。

举个栗子(๑• . •๑)

已知如图

这是初始化时的情况

假设我们以V1为起始顶点，则表的初始数据如下

接下来访问距离最短的V3，发现一条V1→V3→V4的路径，更新V4的d

访问V5(存疑的顶点中v最小的)，此时到V6有一条V1→V5→V6的路径，长度为90，所以更新V6的d，同时V4也要更新

访问V4，再次更新V6

访问V6

最后因为以V2位终点的边，所以算法结束，得出了其他点到V1的最短距离。

那么问题来了，为什么Dijkstra算法是有效的，其每一步的意义何在呢？

其实算法的原理很简单：

每一步都是从选定的点的一个向外的路径探索过程。则在一次更新完成后，此时存疑的顶点中的d最小的顶点到选定点的最短路径即为最短。

若不是这样，则对于其最短路径，它从选定点出发，必会经过探索到的路径，但此段路径的长度已经不小于上述路径了。

C语言实现

那么，如何用C语言实现这个算法呢？

简单来说，上述程序的功能是：

● 将顶点按0、1…顺序编号。

● 第一行输入顶点个数与边的数量。

● 下面每行代表一条边，有三个数字，分别代表边的起点、终点、长度。

● 最后一行输入起始顶点的编号。

● 则输出是按字典序的起始顶点到其它顶点的最短距离(输出-1代表两点间没有路径)。

再举个栗子(´・ω・`)

已知如图

用邻接矩阵的方式输入这个图

8是顶点个数，11是边的条数，最后的3是以3为起点

最后以字典序输出了其余顶点到3的距离，其中-1表示没有从起点到这个顶点的路。

大家可以试试在上述程序的基础上扩充些内容，使能够输给定点到其它点的最短路径长度及其相应的路径。

当然最短路径问题还有其它种种算法(Floyd算法、Bellman-Ford算法等)，可以自行了解比较各种算法的优劣与核心原理哟٩(๑> v

最后悄咪咪说句：

祝大家开学快乐(❁´ω`❁)*✲ﾟ*~

撰写：李唯贤

排版：T桐子yo

数学建模，封印解除！