最短路径算法｜Dijkstra‘s Algorithm

AI码头

已于 2022-09-16 20:06:53 修改

阅读量2k

点赞数 2

文章标签：算法数据结构图论图搜索算法

于 2022-09-04 20:13:40 首次发布

本文链接：https://blog.csdn.net/xiutanwang/article/details/126690157

版权

最短路径问题几乎是每个计算机专业学生的必学知识点，相关的算法也比较多样，但其中最经典的肯定是由荷兰计算机科学家，1972年图灵奖得主Edsger Dijkstra于1959年发布的Dijkstra's Algorithm。

最短路径问题简单来说就是给定一个图和图中的一个源顶点，找到从源到给定图中所有顶点的最短路径。

举个简单的例子：

下面这张图，给定起点为src = 0

正确的输出结果应为：0 4 12 19 21 11 9 8 14

解释：

具体步骤为：

注意：我们使用布尔数组 sptSet[] 来表示 SPT 中包含的顶点集。如果值 sptSet[v] 为true，则顶点 v 包含在 SPT 中，否则不包含。数组 dist[] 用于存储所有顶点的最短距离值。

还是以上方的插图为例：

以0为起点

步骤1:

集合sptSet最初是空的，分配给顶点的距离是 {0, INF, INF, INF, INF, INF, INF, INF}，其中INF表示无限。
现在选择具有最小距离值的顶点。选择顶点 0，将其添加在sptSet中。所以sptSet变成 {0}。之后更新其相邻顶点的距离值。
0 的相邻顶点分别是 1 和 7。1 和 7 的距离值更新为 4 和 8。

以下子图显示了顶点及其距离值，仅显示了具有有限距离值的顶点。SPT 中包含的顶点以绿色显示。

第2步：

第 3 步：

第4步：

不断重复上述步骤直到所有的节点都被添加到sptSet集合里面去，最后，我们得到以下最短路径树（SPT）。

笔记：

代码计算最短距离但不计算路径信息。创建一个父数组，在距离更新时更新父数组（类似Prim最小生成树算法），并用它来显示从源到不同顶点的最短路径。
Dijkstra's Algorithm 可用于有向图和无向图。
该代码找到从源到所有顶点的最短距离。如果我们仅在从源到单个目标的最短距离中感兴趣，请在挑选的最小距离顶点等于目标时停止循环。
实现的时间复杂度是O(V 2 )。调整后应用有限序列的做法可以将复杂度优化到 O(E * log V)
Dijkstra's Algorithm不适用于具有负权重循环的图。对于带有负边的图，它可能会给出正确的结果，但是您必须允许一个顶点可以被多次访问，并且该版本将失去其快速的时间复杂度。对于具有负权边和环的图，可以使用Bellman-Ford ，我们会将其作为单独的帖子进行讨论。