最近在计算机网络这门课中学到了Dijkstra算法,因此做了以下详细整理以便初学者都能理解。
算法目标和使用场景
使用 Dijkstra 算法,可以寻找图中节点之间的最短路径。特别是,可以在图中寻找一个节点(称为“源节点”)到所有其它节点的最短路径,生成一个最短路径树。
Dijkstra算法起源
1959 年,荷兰杰出计算机科学家、软件工程师 Dr. Edsger W. Dijkstra创建了该算法,并发表了一篇 3 页的文章《A note on two problems in connexion with graphs》来介绍他的新算法。
1994年,Edsger Dijkstra博士在ETHZurich(Andreas F. Borchert摄)
在 2001 年的一次采访中,Dijkstra 博士透露了他设计这个算法的起因和过程:
从 Rotterdam 到 Groningen 的最短路线是什么?我花了大概 20 分钟时间设计了这个寻找最短路径的算法。一天早上我正和我年轻的未婚妻在 Amsterdam 逛街,觉得有点累了,我们就坐在咖啡厅的露台上喝了一杯咖啡,我在想是否能够解决这个问题,然后,我设计出了这个最短路径算法。我说过,这是一个 20 分钟的设计。事实上,三年之后的 1959 年它才被发布,现在看来依然很不错,其原因之一是我当时设计的时候没有纸和笔,从而不得不极力避免所有可避免的复杂性。最终,令我惊讶的是,这个算法成为了我成名的基石之一。
——引自文章《An interview with Edsger W. Dijkstra》.
图的基本概念
图是用于表示元素与元素之间存在某种关系的结构。
- 这些元素称为节点,它们表示现实生活中的对象、人或实体。
- 节点之间的连接称为边。
图的图形表示
下面是“图”的图形表示:
图的数学表示
- 图(Graph):G
- 节点(Node):N
- 边(Edge):E
图的类型
有向与无向图
图可以是:
- 无向图: 在互相连接的节点之间可以以任意方向移动。
- 有向图: 在互相连接的节点之间只能以特定的方向移动。使用带单向箭头的线来表示有向边。
权重图
权重图的边是带有“权重”的,边的权重可以表示距离、时间或其他能够以节点之间的“连接”表示的概念。
下面的权重图中,每个边旁边都有一个蓝色数字表示其权重。
Dijkstra 算法详解视频
视频搬运自B站,强烈建议先看视频帮助理解!
【算法】最短路径查找—Dijkstra算法
Dijkstra 算法示例
理解了算法概念之后,通过逐步的示例来了解一下它背后的工作原理。
假设有下面这个图:
Dijkstra 算法将会寻找出图中节点 0
到所有其他节点的最短路径。
我们将会得到节点 0
到节点 1
、节点 0
到节点 2
、节点 0
到 节点 3
……(以此类推)的最短路径。
初始的距离列表如下:
- 源节点到它自身的距离为
0
。示例中的源节点定为节点0
,不过你也可以选择任意其它节点作为源节点。 - 源节点到其它节点的距离还没有确定,所以先标记为无穷大∞。
还有一个列表用来记录哪些节点未被访问(即尚未被包含在路径中):
💡 提示: 记住,当所有节点都被添加到路径中时,算法的计算过程就完成了。
我们选择了从节点 0
出发,可以直接将它标记为“已访问”,同样的,在未访问节点列表中把它划掉,并在图中给它加上红色的边框:
现在需要检查节点 0
到相邻节点的距离,两个相邻节点分别是节点 1
和节点 2
(注意看红色的边):
这并不是说立即把这两个相邻节点加入到最短路径中。在把一个节点加入到最短路径之前,需要确认是否已经寻找到了访问它的最短路径。现在只是在对可选方案做初步检查。
更新节点 0
到节点 1
、节点 0
到节点 2
的距离为它们之间的边的权重,分别为 2 和 6:
更新了到相邻节点的距离之后:
- 根据已知的距离列表选择距离源节点最近的节点。
- 将它标记为“已访问”。
- 将它添加到路径中。
查看距离列表,发现节点 1
到源节点的距离是最短的(距离为 2),所以把它加入到路径中。
在图中,以红色边来表示:
在距离列表中用红色方块标记这个节点,表明它是“已访问”的、已经寻找到了访问这个节点的最短路径:
在未访问节点列表中将它划掉:
现在分析新的相邻节点,寻找访问它们的最短路径。只需要分析已经在最短路径(标记为红色边)中的节点的相邻节点。
节点 2
和节点 3
都是最短路径包含的节点的相邻节点,因为它们分别与节点 0
和节点 1
直接相连,如下图所示。下一步将要分析这两个节点。
之前已经计算过源节点到节点 2
的距离,并记录在了列表中,所以不用更新。这次只需要更新源节点到新的相邻节点(节点 3
)的距离:
这个距离是 7,来看看为什么。
为了计算源节点到另一个节点(这里指节点 3
)的距离,需要把访问该节点的最短路径的所有边权重相加:
- 对于节点
3
: 将构成路径0 -> 1 -> 3
的所有边权重相加,得到总距离为 7(0 -> 1
距离为 2,1 -> 3
距离为 5)。
现在得到了到相邻节点的距离,需要选择一个节点添加到路径中。我们必须选择一个已知到源节点距离最短的未访问节点。
从距离列表中可以看出,距离为 6 的节点 2
就是我们的选择:
在图中为它加上红色边框,并将路径上的边标记为红色:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2fPkaZ3O-1675673228629)(null)]
在距离列表中用红色方块把它标记为“已访问”,在“未访问”节点列表中把它划掉:
重复前面的步骤,寻找源节点到新的相邻节点节点 3
的最短路径。
可以看到,有两种可选的路径:0 -> 1 -> 3
或 0 -> 2 -> 3
。一起看看我们是如何确定最短路径的。
节点 3
在之前已经有了一个距离记录(距离为 7,参阅下表),这个距离是之前步骤中由路径 0 -> 1 -> 3
的两个边权重(分别为 5 和 2)相加得到的。
不过现在有了一个新的可选路径:0 -> 2 -> 3
,它途经权重分别为 6 和 8 的两条边 0 -> 2
和 2 -> 3
,总距离为 14。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DuZuzmYA-1675673229741)(null)]
显然,第一个路径的距离更短(7 vs. 14),所以选择第一个路径 0 -> 1 -> 3
。只有在新的路径距离更短的情况下,才会更新距离列表。
因此,使用第一种方案 0 -> 1 -> 3
,将节点添加到路径中。
把这个节点标记为“已访问”,在“未访问”节点列表中把它划掉:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jU2nMQPi-1675673227471)(null)]
重复前面的过程。
检查尚未访问的相邻节点:节点 4
和节点 5
,因为它们是节点 3
的相邻节点。
更新它们到源节点的距离,尝试寻找更短的路径:
- 对于节点
4
: 路径是0 -> 1 -> 3 -> 4
,距离为 17。 - 对于节点
5
: 路径是0 -> 1 -> 3 -> 5
,距离为 22。
💡 提示: 注意我们只能从最短路径(红色边)上进行扩展,而不能途经未被包含在最短路径中的边(例如,不能构造经过边 2 -> 3
的路径)。
现在需要选择将哪个未访问节点标记为“已访问”,这里选择节点 4
,因为在距离列表中它的距离最短。在图中做标记:
在距离列表中用红色方块将它标记为“已访问”:
在“未访问”节点列表中把它划掉:
再次重复前面的过程。检查相邻节点:节点 5
和节点 6
。分析每一种从已访问节点到它们之间的可能路径方案。
对于节点 5
:
- 第一种选择是路径
0 -> 1 -> 3 -> 5
,到源节点的距离为 22(2 + 5 + 15),前面的步骤已经记录了这个距离。 - 第二种选择是路径
0 -> 1 -> 3 -> 4 -> 5
,到源节点的距离为 23(2 + 5 + 10 + 6)。
显然,第一个路径距离更短,为节点 5
选择第一种方案。
对于节点 6
:
- 可选的路径是
0 -> 1 -> 3 -> 4 -> 6
,到源节点的距离为 19(2 + 5 + 10 + 2)。
把距离最短(当前已知)的节点 6
标记为“已访问”。
在“未访问”节点列表中把它划掉:
现在得到了如下路径(标记为红色):
现在只剩下一个节点 5
还没被访问了,看看我们要如何把它添加到路径中。
从已经添加到路径中的节点出发,有三种不同的路径可以访问节点 5
:
- 第一种选择:
0 -> 1 -> 3 -> 5
,总距离为 22(2 + 5 + 15)。 - 第二种选择:
0 -> 1 -> 3 -> 4 -> 5
,总距离为 23(2 + 5 + 10 + 6)。 - 第三种选择:
0 -> 1 -> 3 -> 4 -> 6 -> 5
,总距离为 25(2 + 5 + 10 + 2 + 6)。
选择总距离为 22 的最短路径:0 -> 1 -> 3 -> 5
。
把这个节点标记为“已访问”,并在“未访问”节点列表中把它划掉:
瞧! 我们得到了从节点 0
到图中每个节点的最短路径。
图中,标记为红色的边表示最短路径:连接节点 0
和目标节点的红色边即为从源节点出发访问目标节点的最短路径。
例如,想要从节点 0
出发访问节点 6
,连接它们的红色边就是最短路径,跟着走就行了。
Dijkstra算法做题演示
Dijkstra算法多语言实现
C实现
#include <stdio.h>
#define MAX_VERtEX_NUM 20 //顶点的最大个数
#define VRType int //表示弧的权值的类型
#define VertexType int //图中顶点的数据类型
#define INFINITY 65535
typedef struct {
VertexType vexs[MAX_VERtEX_NUM];