距离向量DV与链路状态LS算法的区别

距离向量DV算法与链路状态LS算法最大的区别就在于：前者为分布式、迭代算法，而后者为“集中式”的算法。什么意思呢？先来看一下两种算法的原理。

距离向量路由算法(Bellman-Ford)

什么是距离向量：每个节点 $i$ 都存有该节点到其余所有节点的距离 $d_{ji}(j\ne i)$，这就是一个距离向量；
$$D_i=[d_{1i},...,d_{i-1,i},d_{i+1,i},d_{Ni}{]}^T$$
算法基本原理：算法的基本原理就是基于Bellman-Ford方程进行更新(距离向量)，以获得最短路径
$$d_{ji}=\underset{k}{\min }(d_{ki}+d_{jk})$$

链路状态LS算法(Dijsktra)

在算法开始前，需要知道任意两个节点之间链路状态的信息，维护一个到达源点最短路径已知的点的集合 D，每次选取最短路径并更新集合 D。

区别

1. DV 算法中，每个节点只需要维护自身的距离向量，且只需要与自己相连的链路的状态；而 LS 算法中每个节点都需要知道所有链路的状态；
2. DV 算法中每个节点只需要把自己的信息传给相邻节点；而 LS 算法中每个节点都需要在网络中广播自己的信息，以实现网络中每个节点都保存有整个网络完整的拓扑信息；
3. DV 算法可以是异步的，也即不要求节点之前同步，当邻居节点信息有变时完全可以再执行以此迭代，即可更新信息；而 LS 则要求全局信息已知，也就要求所有节点的信息都是正确的；