轉自大神:https://www.cnblogs.com/skywang12345/p/3711512.html
是真的牛逼
看大神的吧 舒服點 我注釋了點最后代碼的部分
迪傑斯特拉算法介紹
迪傑斯特拉(Dijkstra)算法是典型最短路徑算法,用於計算一個節點到其他節點的最短路徑。
它的主要特點是以起始點為中心向外層層擴展(廣度優先搜索思想),直到擴展到終點為止。
基本思想
通過Dijkstra計算圖G中的最短路徑時,需要指定起點s(即從頂點s開始計算)。
此外,引進兩個集合S和U。S的作用是記錄已求出最短路徑的頂點(以及相應的最短路徑長度),而U則是記錄還未求出最短路徑的頂點(以及該頂點到起點s的距離)。
初始時,S中只有起點s;U中是除s之外的頂點,並且U中頂點的路徑是"起點s到該頂點的路徑"。然后,從U中找出路徑最短的頂點,並將其加入到S中;接着,更新U中的頂點和頂點對應的路徑。 然后,再從U中找出路徑最短的頂點,並將其加入到S中;接着,更新U中的頂點和頂點對應的路徑。 ... 重復該操作,直到遍歷完所有頂點。
操作步驟
(1) 初始時,S只包含起點s;U包含除s外的其他頂點,且U中頂點的距離為"起點s到該頂點的距離"[例如,U中頂點v的距離為(s,v)的長度,然后s和v不相鄰,則v的距離為∞]。
(2) 從U中選出"距離最短的頂點k",並將頂點k加入到S中;同時,從U中移除頂點k。
(3) 更新U中各個頂點到起點s的距離。之所以更新U中頂點的距離,是由於上一步中確定了k是求出最短路徑的頂點,從而可以利用k來更新其它頂點的距離;例如,(s,v)的距離可能大於(s,k)+(k,v)的距離。
(4) 重復步驟(2)和(3),直到遍歷完所有頂點。
單純的看上面的理論可能比較難以理解,下面通過實例來對該算法進行說明。
迪傑斯特拉算法圖解
以上圖G4為例,來對迪傑斯特拉進行算法演示(以第4個頂點D為起點)。
初始狀態:S是已計算出最短路徑的頂點集合,U是未計算除最短路徑的頂點的集合!
第1步:將頂點D加入到S中。
此時,S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起點D的距離是3。
第2步:將頂點C加入到S中。
上一步操作之后,U中頂點C到起點D的距離最短;因此,將C加入到S中,同時更新U中頂點的距離。以頂點F為例,之前F到D的距離為∞;但是將C加入到S之后,F到D的距離為9=(F,C)+(C,D)。
此時,S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。
第3步:將頂點E加入到S中。
上一步操作之后,U中頂點E到起點D的距離最短;因此,將E加入到S中,同時更新U中頂點的距離。還是以頂點F為例,之前F到D的距離為9;但是將E加入到S之后,F到D的距離為6=(F,E)+(E,D)。
此時,S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。
第4步:將頂點F加入到S中。
此時,S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。
第5步:將頂點G加入到S中。
此時,S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。
第6步:將頂點B加入到S中。
此時,S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。
第7步:將頂點A加入到S中。
此時,S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。
此時,起點D到各個頂點的最短距離就計算出來了:A(22) B(13) C(3) D(0) E(4) F(6) G(12)。
迪傑斯特拉算法的代碼說明
以"鄰接矩陣"為例對迪傑斯特拉算法進行說明,對於"鄰接表"實現的圖在后面會給出相應的源碼。
1. 基本定義
// 鄰接矩陣
typedef struct _graph
{
char vexs[MAX]; // 頂點集合
int vexnum; // 頂點數
int edgnum; // 邊數
int matrix[MAX][MAX]; // 鄰接矩陣
}Graph, *PGraph;
// 邊的結構體
typedef struct _EdgeData
{
char start; // 邊的起點
char end; // 邊的終點
int weight; // 邊的權重
}EData;
Graph是鄰接矩陣對應的結構體。
vexs用於保存頂點,vexnum是頂點數,edgnum是邊數;matrix則是用於保存矩陣信息的二維數組。例如,matrix[i][j]=1,則表示"頂點i(即vexs[i])"和"頂點j(即vexs[j])"是鄰接點;matrix[i][j]=0,則表示它們不是鄰接點。
EData是鄰接矩陣邊對應的結構體。
2. 迪傑斯特拉算法
1 /* 2 * Dijkstra最短路徑。 3 * 即,統計圖(G)中"頂點vs"到其它各個頂點的最短路徑。 4 * 5 * 參數說明: 6 * G -- 圖 7 * vs -- 起始頂點(start vertex)。即計算"頂點vs"到其它頂點的最短路徑。 8 * prev -- 前驅頂點數組。即,prev[i]的值是"頂點vs"到"頂點i"的最短路徑所經歷的全部頂點中,位於"頂點i"之前的那個頂點。 9 * dist -- 長度數組。即,dist[i]是"頂點vs"到"頂點i"的最短路徑的長度。 10 */ 11 void dijkstra(Graph G, int vs, int prev[], int dist[]) 12 { 13 int i,j,k; 14 int min; 15 int tmp; 16 int flag[MAX]; // flag[i]=1表示"頂點vs"到"頂點i"的最短路徑已成功獲取。 17 18 // 初始化 19 for (i = 0; i < G.vexnum; i++) 20 { 21 flag[i] = 0; // 頂點i的最短路徑還沒獲取到。 22 prev[i] = 0; // 頂點i的前驅頂點為0。 23 dist[i] = G.matrix[vs][i];// 頂點i的最短路徑為"頂點vs"到"頂點i"的權。 24 } 25 26 // 對"頂點vs"自身進行初始化 27 flag[vs] = 1; 28 dist[vs] = 0; 29 30 // 遍歷G.vexnum-1次;每次找出一個頂點的最短路徑。 31 for (i = 1; i < G.vexnum; i++) 32 { 33 // 尋找當前最小的路徑; 34 // 即,在未獲取最短路徑的頂點中,找到離vs最近的頂點(k)。 35 min = INF; 36 for (j = 0; j < G.vexnum; j++) 37 { 38 if (flag[j]==0 && dist[j]<min) 39 { 40 min = dist[j]; 41 k = j; 42 } 43 } 44 // 標記"頂點k"為已經獲取到最短路徑 45 flag[k] = 1; 46 47 // 修正當前最短路徑和前驅頂點 48 // 即,當已經"頂點k的最短路徑"之后,更新"未獲取最短路徑的頂點的最短路徑和前驅頂點"。 49 for (j = 0; j < G.vexnum; j++) 50 { 51 tmp = (G.matrix[k][j]==INF ? INF : (min + G.matrix[k][j])); // 防止溢出 52 if (flag[j] == 0 && (tmp < dist[j]) ) 53 { 54 dist[j] = tmp; 55 prev[j] = k; 56 }
/*關於這個tmp 就是新增了一個點,這個點先和周遭的點連一邊 判斷語句是距離是不是==INF,是的話連不上還是連不上,不是的話,連上再+它距離vs的
距離(已經是最短路徑了)==其他點到vs的最短路徑通過這個點K之后等於多少,,這是tmp的意義, 再和人點之前的比,看看是否通過新增的點K,
最短路徑是否發生了變化,我想到了克魯斯卡爾算法,那個是求最小生成樹的,就是遍歷圖中所有的點,n-1條邊,權值最小*/ 57 } 58 } 59 60 // 打印dijkstra最短路徑的結果 61 printf("dijkstra(%c): \n", G.vexs[vs]); 62 for (i = 0; i < G.vexnum; i++) 63 printf(" shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]); 64 }