迪杰斯特拉算法图解_寻路算法之迪杰斯特拉算法-CSDN博客

迪杰斯特拉算法用于解决一个点到另一个点的寻路实现。已知有N个节点，以及节点之间的距离，来求其中一个节点到另一个节点的路径问题。

在此算法中，有2个列表，close关闭列表和open开放列表。

close关闭列表：代表已经得到了起点到该列表中所有节点的最短路径

open开放列表：代表访问过，但是还没有加入到close列表中的元素列表集合；

算法流程：

1.将起点Start加入到close关闭列表中，并将起点设置为NewNode节点
2.遍历NewNode能到达的所有节点
   a.如果该节点未访问过，将该节点加入到open列表中，更新该点的距离和父节点；
   b.如果NewNode到该节点的距离小于老节点到达该节点的距离，更新该节点的距离和父节点；
3.选取open列表中，距离最短的一个点，设置为NewNode。将该节点加入到close列表中，并从open列表中删除
4.重复2-3，直到所有节点都加入到了close列表中。

最终就得到了起点到所有节点的最短路径，如果想打印详细路径，可以从终点根据父节点逆向查找。

详细演示过程：

根据如图，先构建出一个二维数组的有向图结构

int[,] map = new int[,] 
{
    {0,6,3,M,M,M},
    {M,0,M,5,M,M},
    {M,2,0,3,4,M},
    {M,M,M,0,2,3},
    {M,M,M,M,0,5},
    {M,M,M,M,M,0}
};

close 和 open 列表都为空

listClose = new List<Node>(); 
listOpen = new List<Node>();

1.根据有向图得到新节点1能到达的所有节点为节点2和节点3，遍历该节点所有可达节点：

foreach 节点x  in  所有可达节点
{
    listOpen.Add(节点x);
    if( 起点到新节点的距离 + 新节点到节点x的距离 <  起点到节点x的距离  )
    {
        起点到节点x的距离 =  起点到新节点的距离 + 新节点到节点x的距离;
        节点x 的 父节点 更改为 新节点;
    }
}

2.找出open列表中，距离起点最短的节点

遍历open列表，可以找到最短的节点是节点3,
将节点3加入到close列表中，并从open列表中移除
可以将节点3作为新的节点，继续 操作1，直到找到了终点

节点1到节点3最近，将节点3作为新节点继续：

节点3到节点2比节点1到节点2近，所以更新节点2的距离。

且open列表中，起点到节点2最近，将节点2加入close列表中

open列表中，起点到节点4最近，将节点4加入close列表中

open列表中，起点到节点5最近，将节点5加入close列表中

open列表中，起点到节点6最近，将节点6加入close列表中

遍历结束，可以得到节点1到所有节点的最短距离以及路径

时间复杂度

从复杂度来看，主要是外层循环O(V)与内层循环(枚举v需要O(V)，寻找最小的节点需要O(V))产生的，总复杂度为O(V*(V+V)) = O(V^2).

但其实Djikstra算法是可以优化到O(nlogn + m)的级别的为什么？

因为必须把每个点都标记为已访问(即vis[i] = true)，所以外层循环的O(V)时间是无法避免的但是寻找最小的d[u]的过程可以不必要一个一个重新循环去寻找最小的那个的d[u] 可以通过堆优化来降低复杂度，最简单的做法就是直接用STL中的优先队列priority_queue(STL依赖症（划掉）)

代码链接：

文档：迪杰斯特拉算法-代码.note

链接：有道云笔记