首页 > 代码库 > Dijkstra算法

Dijkstra算法

Dijkstra算法是一个经典的算法——他是荷兰计算机科学家Dijkstra于1959年提出的单源图最短路径算法。也是一个经典的贪心算法。所谓单源图 是规定一个起点的图,我们的最短路径都是从这个起点出发计算的。算法的适用范围是一个无向(或者有向图),全部边权都是非负数。

算法描写叙述:

节点集合V = {}空集合,距离初始化。


节点编号0..n – 1, 起点编号0≤ s < n。


距离数组

起点 d[s] = 0
其它 d[i] = ∞, 0 ≤ i < n,  i ≠ s。



循环n次

找到节点i 不属于 V,且d[i]值最小的节点i。



V = V + i

对全部满足j  V的边(i, j) 更新d[j] = min(d[j] , d[i] + w(i,  j))。


下面图为例。描写叙述Dijkstra算法的执行过程:

技术分享

初始,求A点到其它点的最短路径(也称单源最短路径)。
技术分享
初始化A点
技术分享
A点有3条边。AB(17)。AE(16)。AF(1)。
技术分享
将3条边增加优先队列,此时队列中的元素为(仅仅记录目标点):

{1 F} | {16 E} | {17 B}

取出队列中最小的元素,{1 F},F点是一个未处理过的点,因此得到了A点到F点的最短距离。

更新距离。变为:

技术分享

处理F点。F点有4条边。FA(1),FB(11),FD(14)。FE(33)。

当中FA已经处理过,所以忽略掉。

技术分享
将3条边增加优先队列。注意,此时增加队列时,全部边的权值须要加上F点到A点的最短距离1。

此时队列中的元素为:

{12 B} | {15 D}  | {16 E} | {17 B} | {34 E}


取出队列中最小的元素,{12 B}。B点是一个未处理过的点。因此得到了A点到B点的最短距离。

更新距离。变为:

技术分享
处理B点,B点有4条边。AB(17)。BF(11),BC(6),BD(5)。当中AB。BF已经处理过,所以忽略掉。


技术分享
将2条的权值加上A到B的最短路径12,增加优先队列。此时队列中的元素为:


{15 D}  | {16 E} | {17 B} | {17 D} | {18 C} | {34 E}


取出队列中最小的元素,{15 D},D点是一个未处理过的点,因此得到了A点到D点的最短距离。更新距离,变为:

技术分享

处理D点。D点有4条边。

当中DC(10),DE(4)没有处理过。
技术分享
将2条的权值加上A到D的最短路径15,增加优先队列。此时队列中的元素为:

{16 E} | {17 B} | {17 D} | {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{16 E}。E点是一个未处理过的点,因此得到了A点到E点的最短距离。

更新距离。变为:

技术分享
处理E点,E点所连接的边都已经被处理过了。
技术分享
此时优先队列中的元素为:

{17 B} | {17 D} | {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素。{17 B}。B点是一个已经处理过的点,因此继续后面的处理。

 {17 D} | {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{17 D},D点是一个已经处理过的点,因此继续后面的处理。

 {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{18 C}。C点是一个未处理过的点,因此得到了A点到C点的最短距离。

更新距离,变为:

技术分享

Dijkstra算法的证明:

i  V,  d[i] = min{d[x] + w(x, i), x  V}

我们证明节点i要进入集合V时,d[i]确实是s到i的最短路长度 。


归纳证明: 起初 d[s] = 0满足条件。

如果之前集合V中的点所有满足如果,如今要增加节点i   V。如果随意从s到i的路径P= s…x y…i。


当中s..x所有在V中, y  V。依据归纳如果d[x]是s到x的最短路长度。

依据d的定义,我们有d[x] + w(x,y) ≥ d[y]。
并且由于dijkstra选择最小的d增加,所以有d[y] ≥ d[i] 。


于是有路径P的长度。 length(P) ≥  d[x] + w(x, y) + length(y..i) ≥ d[y] + length(y..i)  ≥  d[y] ≥ d[i]。
从而d[i]也是最短路的长度。得证。



Dijkstra算法