自从打ACM以来也算是用Dijkstra算法来求最短路径了好久,现在就写一篇博客来介绍一下这个算法吧 :)
Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。
主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解,
但由于它遍历计算的节点很多,所以效率低。
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,比如数据结构、图论、运筹学等。
首先,大家需要明确的是,Dijkstra算法是用来解决non-negative-weight的最短路程问题的
如果图中存在负权图,可以尝试使用 Bellman-Ford 暴力法或者 SPFA 算法解决
那么用它能来解决什么问题呢?
我之前写过如下几篇博文
- 多个起点,一个终点,求从起点到终点的最短路(也可以理解成可以解决多点到多点的最短路)http://www.cnblogs.com/wushuaiyi/p/3647246.html
- 第k短路(与A*算法有关) http://www.cnblogs.com/wushuaiyi/p/3892970.html
- 临接表下Dijkstra实现模板以及带heap优化http://www.cnblogs.com/wushuaiyi/p/3714674.html
下面来一个最容易理解的Dijkstra C++实现版本 (邻接矩阵):
const int MAXINT = ;
const int MAXNUM = ;
int dist[MAXNUM];
int prev[MAXNUM]; int A[MAXUNM][MAXNUM]; void Dijkstra(int v0)
{
bool S[MAXNUM]; // 判断是否已存入该点到S集合中
int n=MAXNUM;
for(int i=; i<=n; ++i)
{
dist[i] = A[v0][i];
S[i] = false; // 初始都未用过该点
if(dist[i] == MAXINT)
prev[i] = -;
else
prev[i] = v0;
}
dist[v0] = ;
S[v0] = true;
for(int i=; i<=n; i++)
{
int mindist = MAXINT;
int u = v0; // 找出当前未使用的点j的dist[j]最小值
for(int j=; j<=n; ++j)
if((!S[j]) && dist[j]<mindist)
{
u = j; // u保存当前邻接点中距离最小的点的号码
mindist = dist[j];
}
S[u] = true;
for(int j=; j<=n; j++)
if((!S[j]) && A[u][j]<MAXINT)
{
if(dist[u] + A[u][j] < dist[j]) //在通过新加入的u点路径找到离v0点更短的路径
{
dist[j] = dist[u] + A[u][j]; //更新dist
prev[j] = u; //记录前驱顶点
}
}
}
}
算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,
第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,
以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),
第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。
在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。
此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,
是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
算法实例
先给出一个无向图
下面的表格可以帮助大家理解算法
资料来源:http://cnblogs.com/wushuaiyi
http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html