图论算法 -迪杰斯特拉算法（dijkstra）理解一

创作人QQ：851301776，邮箱：lfr890207@163.com， 欢迎大家一起技术交流，本博客主要是自己学习的心得体会,只为每天进步一点点！

 

个人座右铭：
1.没有横空出世，只要厚积一定发。
2.你可以学历不高，你可以不上学，但你不能不学习

备注：此部分还需在研究，目前只是初识阶段，很多地方还在学习，逻辑思维较复杂

一、图的分类

       1.有向图

        2.无向图

                

3.权重图

        

二、图的基本概念

        1.顶点集合：如上图S(vex) = {‘A’， ‘B’， ‘C’， ‘D’， ‘E’ ， ‘F’}；

        2.边集合：S(arc) = {<'A', 'B'>, <'A', 'C'>, <'A', 'D'>, <'B', 'F'>, <'B', 'C'>, <'C', 'E'>,

<'D', 'E'>, <'E', 'F'>}

        

        3.度：无向图中从一个点延伸出去的边数就是该点的度；有向图包含出度和入度；

        4.出度：有多少条边指向某点就是该点的出度

        

        5.入度：从某点出发向外指向延伸的边数就是该点的入度

三、图的存储

        

        1.存储的是关键是：顶点集合和边集合

         

        2.顶点信息存储在一维数组中，边信息存储在二维数组中

          

           优点：很容易算出边邻关系，以及节点的度

           缺点：边集合存储空间复杂度比较大

四、图的遍历

       1.从图中某一顶点触发，访问图中其余顶点，使得每个顶点被访问一次且只被访问一次

       2.可以从图中任意一个顶点出发进行遍历

       3.需要解决问题：

                （1）确定一条搜索路径

                （2）确保每个顶点被访问到

                （3）确保每个顶点智能被访问一次

        4.设置辅助数组，数组元素的初始值均为false,一旦遍历过就置为true.

五、深度优先搜索

        

                1.应用：检查连同分量的个数

                              两个点是否在一个连同分量中

                              检查是否构成环，从一个点出发能否回到出发点

六、广度优先搜索

        

        

        1.关键数据结构：队列

        2.应用：游戏中找寻路径问题

七、迪杰斯特拉算法（dijkstra）

        1.该算法主要解决最短路径问题，采用的是贪心思想

        2.对象：权重图

       3.算法的核心思想：每次从路径最短的点出发遍历相邻边，检测改路径值（确保相邻点也是最短），从未被确认路径最短的顶点集合中选择最短路径的点，将该点加入确认路径最短的顶点集合，并将该点作为下次遍历相邻边的出发点；

       4.核心步骤：更新、扫描、修改

        5.动态规划

                在学习