Dijkstra算法的深入理解以及基于堆的优化改进

Dijkstra算法的深入理解

1. 问题提出

dijkstra算法主要为了解决单源最短路径问题：给定带权有向图（带权代表着我们可以针对不同的情况对路径上的权值进行调整，以得到最符合当前需求的路径，有向则表明它要求解的路径有源点和目的点，还有它是一个图）G和源点V，求从 V 到 G 中其余各顶点的最短路径。

2. 求解过程

1.将图中的节点分为两组，一组为已求出最短路径的节点集合，另一组为还未求出最短路径的节点集合。（这有点类似与动态规划的思想，利用已知最优解，求解后续最优解）
2.按照各节点与V的最短路径长度递增的顺序，逐个将还未求出最短路径的节点加入到已求出最短路径的集合中（还未求出最短路径的节点到V的路径是不断变化的，但是未求出最短路径集合中当前距V最近的节点的路径已经可以确定是其最短路径，因为未求出最短路径的集合中其他节点到V的路径之所以会变，是因为把当前最短加入到已求出集合后对其造成的影响）

3.代码分析与实现

根据上面的求解过程，假设我们已经有了用邻接表或邻接矩阵保存的节点间路径信息，我们需要一个数组来保存bool值，即节点是否已确定最短路径，一个数组来保存还未确定最短路径的节点，若我们需要得到中间路径，则还需要一个数组来保存path路径（即其前驱节点），上述三个数组的大小均为结点的个数。

typedef struct ArcNode //代表一条边
{
   
	int adjvex; //边指向的节点
	struct ArcNode * nextarc;//下一条边
	int weight;//权重
}ArcNode;

typedef struct VNode
{
   
	char *name; //节点的名字，标识
	ArcNode * firstarc; //指向可达的第一条边的指针
}VNode;

typedef struct
{
   
	VNode vertices[num]; //图中的节点数组
	int vexnum, arcnum; //图中节点的数目，边的数目
}MyGraph;

void DIJ(MyGraph &a, int v, int *lens, int *paths)
{
   
	int n = a.vexnum; 
	int *temp = new int[n];//保存临时最短路径
	const int max = ~(1<<31);
	//初始化
	for(int i=0; i<n; i++)
	{
   
		//lens表示节点是否已确定最短路径，本来可以是一个bool的数组，
		//这里用-1表示未确定，确认后用实际的最短路径进行填充。
		lens[i] = -1; 
		temp[i] = max;//初始所有节点不可达
		paths[i] = -1;//保存源节点到目的节点的路径上，目的节点的前一个节点
	}
	ArcNode *p = a.vertices[v].firstarc;
	//使用源节点的邻接边初始化一部分路径长度以及paths
	while(p)
	{
   
		temp[p->adjvex] = p->weight;
		paths[p->adjvex] = v;
		p = p->nextarc;
	}
	lens[v] = 0;
	paths[v] = 0;
	//开始主循环，每次求得源点到某个顶点的最短路径，并将此节点加入到已确定最短路径的集合中
	for(int i=1; i<n; i++)
	{
   
		int index = -1;
		int min = max;
		//选择一条当前最短路径
		for(int j=0; j<n; j++)
		{
   
			if(lens[j] < 0 && temp[j] < min)
			{
   
				min = temp[j];
				index = j;
			}
		}
		if(index == -1)//若没有可达路径，则退出
			break;
		lens[index] = min;//设置节点最短路径为已确定，并将最短路径保存起来
	
		//根据新确定最短路径的节点的邻接边，更新临时最短路径
		ArcNode *q = a.vertices[index].firstarc;
		while(q!=nullptr)
		{
   
			//若更小，则更新
			if(lens[