Dijkstra最短路径算法
给定一个图和图中的一个源顶点A,找到从源顶点A到给定图中所有顶点的最短路径,边的数值为顶点之间的距离。
Dijkstra算法与Prim算法的MST(最小生成树)一样,生成以给定源为根的SPT(最短路径树)。维护两组集合,一组包含包含在SPT中的顶点,另一组包含尚未包含在SPT中的顶点。在算法的每一步,找到尚未包含在SPT集合中其与源顶点距离最小的顶点,并加入到SPT中。
步骤:
- 创建SPT空集合和一个包含N的顶点的dist距离数组,源顶点的距离初始化为0,其它顶点为无限大。
- 从dist数组选择一个距离最小并且不在SPT集合中的顶点v。
- 把顶点v加入SPT集合。
- 更新与顶点v相邻顶点的dist距离值,重复2~4步,直到SPT包含所有的顶点。
- dist数组即为从源顶点到所有顶点的最短距离。
算法结果演示
sptSet: A
dist: [0, inf, inf, inf, inf, inf, inf, inf, inf]
----------------------------------------
sptSet: A C
dist: [0, 3, 2, inf, inf, inf, inf, inf, inf]
----------------------------------------
sptSet: A C B
dist: [0, 3, 2, 9, 8, inf, inf, 10, inf]
----------------------------------------
sptSet: A C B F
dist: [0, 3, 2, 8, 8, 7, inf, 10, inf]
----------------------------------------
sptSet: A C B F D
dist: [0, 3, 2, 8, 8, 7, 12, 10, 12]
----------------------------------------
sptSet: A C B F D E
dist: [0, 3, 2, 8, 8, 7, 12, 10, 12]
----------------------------------------
sptSet: A C B F D E H
dist: [0, 3, 2, 8, 8, 7, 12, 10, 12]
----------------------------------------
sptSet: A C B F D E H G
dist: [0, 3, 2, 8, 8, 7, 12, 10, 12]
----------------------------------------
sptSet: A C B F D E H G I
dist: [0, 3, 2, 8, 8, 7, 12, 10, 12]
----------------------------------------
顶点 | 从源到所有顶点的距离 |
---|---|
A | 0 |
B | 3 |
C | 2 |
D | 8 |
E | 8 |
F | 7 |
G | 12 |
H | 10 |
I | 12 |
代码实现(python, C)
# python
import sys
class Graph():
def __init__(self, vertices):
self.vertices = vertices
self.graph = [[0 for column in range(vertices)]
for row in range(vertices)]
def show</