Dijkstra算法允许我们找到图的任意两个顶点之间的最短路径。
它不同于最小生成树,因为两个顶点之间的最短距离可能不包括图的所有顶点。
Dijkstra算法的工作原理
Dijkstra的算法的工作原理是,顶点A和D间最短路径 A -> D 的某一段子路径 B -> D 也是顶点B和D之间的最短路径。
Djikstra反向使用此属性,即我们高估每个顶点到起始顶点的距离。然后我们访问每个节点及其邻居,找到到这些邻居的最短子路径。
该算法使用贪心方法,即我们寻找最佳解,希望最终结果是整个问题的最佳解。
Dijkstra算法的示例
先从一个例子开始,然后再考虑算法是比较容易的。
从加权图开始。
选择一个起始顶点并将无穷大路径值分配给所有其他节点。
更新每个顶点的路径长度。
如果相邻顶点的路径长度小于新路径的长度,不更新它。
避免更新已访问顶点的路径长度。
在每次迭代之后,我们选取路径长度最小的未访问顶点。所以我们在7之前选5。
注意最右边的顶点的路径长度是如何更新两次的。
重复直到所有顶点都被访问。
Djikstra算法伪代码
我们需要保持每个顶点的路径距离。我们可以将其存储在一个大小为v的数组中,其中v是顶点的数量。
我们也希望能够得到最短路径,不仅知道最短路径的长度。为此,我们将每个顶点映射到最后更新其路径长度的顶点。
算法结束后,我们可以从目标顶点回溯到源顶点以找到路径。
最小优先级队列可以有效地接收路径距离最小的顶点。
function dijkstra(G, S)
for each vertex V in G
distance[V] <- infinite
previous[V] <- NULL
If V != S, add V to Priority Queue Q
distance[S] <- 0
while Q IS NOT EMPTY
U <- Extract MIN from Q
for each unvisited neighbour V of U
tempDistance <- distance[U] + edge_weight(U, V)
if tempDistance < distance[V]
distance[V] <- tempDistance
previous[V] <- U
return distance[], previous[]
Dijkstra算法的代码
// Dijkstra's Algorithm in C
#include <stdio.h>
#define INFINITY 9999
#define MAX 10
void Dijkstra(int Graph[MAX][MAX], int n, int start);
void Dijkstra(int Graph[MAX][MAX], int n, int start) {
int cost[MAX][MAX], distance[MAX], pred[MAX];
int visited[MAX], count, mindistance, nextnode, i, j;
// Creating cost matrix
for (i = 0; i < n; i++)
for (j = 0; j < n; j++)
if (Graph[i][j] == 0)
cost[i][j] = INFINITY;
else
cost[i][j] = Graph[i][j];
for (i = 0; i < n; i++) {
distance[i] = cost[start][i];
pred[i] = start;
visited[i] = 0;
}
distance[start] = 0;
visited[start] = 1;
count = 1;
while (count < n - 1) {
mindistance = INFINITY;
for (i = 0; i < n; i++)
if (distance[i] < mindistance && !visited[i]) {
mindistance = distance[i];
nextnode = i;
}
visited[nextnode] = 1;
for (i = 0; i < n; i++)
if (!visited[i])
if (mindistance + cost[nextnode][i] < distance[i]) {
distance[i] = mindistance + cost[nextnode][i];
pred[i] = nextnode;
}
count++;
}
// Printing the distance
for (i = 0; i < n; i++)
if (i != start) {
printf("\nDistance from source to %d: %d", i, distance[i]);
}
}
int main() {
int Graph[MAX][MAX], i, j, n, u;
n = 7;
Graph[0][0] = 0;
Graph[0][1] = 0;
Graph[0][2] = 1;
Graph[0][3] = 2;
Graph[0][4] = 0;
Graph[0][5] = 0;
Graph[0][6] = 0;
Graph[1][0] = 0;
Graph[1][1] = 0;
Graph[1][2] = 2;
Graph[1][3] = 0;
Graph[1][4] = 0;
Graph[1][5] = 3;
Graph[1][6] = 0;
Graph[2][0] = 1;
Graph[2][1] = 2;
Graph[2][2] = 0;
Graph[2][3] = 1;
Graph[2][4] = 3;
Graph[2][5] = 0;
Graph[2][6] = 0;
Graph[3][0] = 2;
Graph[3][1] = 0;
Graph[3][2] = 1;
Graph[3][3] = 0;
Graph[3][4] = 0;
Graph[3][5] = 0;
Graph[3][6] = 1;
Graph[4][0] = 0;
Graph[4][1] = 0;
Graph[4][2] = 3;
Graph[4][3] = 0;
Graph[4][4] = 0;
Graph[4][5] = 2;
Graph[4][6] = 0;
Graph[5][0] = 0;
Graph[5][1] = 3;
Graph[5][2] = 0;
Graph[5][3] = 0;
Graph[5][4] = 2;
Graph[5][5] = 0;
Graph[5][6] = 1;
Graph[6][0] = 0;
Graph[6][1] = 0;
Graph[6][2] = 0;
Graph[6][3] = 1;
Graph[6][4] = 0;
Graph[6][5] = 1;
Graph[6][6] = 0;
u = 0;
Dijkstra(Graph, n, u);
return 0;
}
Dijkstra算法的复杂度
时间复杂度:O(E Log V)
其中,E是边数,V是顶点数。
空间复杂度: O(V)
Dijkstra算法的应用
- 寻找最短路径
- 在社交网络中的应用
- 在电话网中
- 在地图上查找位置
参考文档
[1]Parewa Labs Pvt. Ltd.Dijkstra’s Algorithm[EB/OL].https://www.programiz.com/dsa/dijkstra-algorithm,2020-01-01.