Dijkstra算法

Dijkstra算法适用于最短路问题中边权为正的情况,可用于计算单源最短路,即从单个源点出发,到各个结点的最短路。该算法同时适用于有向图和无向图,并且图中可有环。


《算法竞赛入门经典》一书中将该算法思路作如下描述:


                            设数组 d [ i ] 表示 从 源点 到 结点 i 的 最短路。

     d [ 0 ] = 0,其他 d [ i ] = INF

     循环n次{

                                        在所有未标记的节点中,选出 d 值最小的结点

                                        给结点 x 做标记

                                        对于从 x 出发的所有边 ( x , y ),更新 d [ y ] = min { d [ y ] , d [ x ] + w ( x , y ) }

      }

对应的程序为:

/*
* 起点为0,路径长度为 d[i] 
* 未标记的结点 v[i]=0,已标记的结点 v[i]=1
* w[x][y]==INF 时表示边(x,y)不存在
*/

memset(v,0,sizeof(v));
for(int i = 0; i < n; i++)  d[i] = ( i==0 ? 0 : INF );
for(int i = 0; i < n; i++) {
    int x,m = INF;
    // 选出 d 值最小的结点x 
    for(int y = 0; y < n; y++) if(!v[y] && d[y]<=m) m = d[x=y];
    // 给结点 x 标记
    v[x] = 1;
    // 更新
    for(int y = 0; y < n; y++) d[y] = min(d[y], d[x] + w[x][y]);
}


接下来演示Dijkstra算法的具体思路:


图中所有的点的权值都从无穷INF开始。

1.一开始所有的都是无穷,随便选一个结点都是最好的选择,我们不妨选A

2.从A出发,观察到 A → B为20,A → G为90,A → D为80,则更新这三个值,并将当前最小值20的结点标记。

如下图(灰色表示当前选择的结点,黄色表示已标记的结点,INF表示无穷):


3.在上一步中可看出A到B的距离最短,所以现在从B点开始,更新,并在未标记结点中,将最小值的F点标记:


4. 重复

5.最后得出:




### Dijkstra算法简介 Dijkstra算法是一种用于解决单源短路径问题的经典算法适用于带权重的有向图或无向图中的短路径计算[^1]。该算法的核心思想是从起始节点出发,逐步扩展已知距离小的未访问节点,并更新其邻居节点的距离。 --- ### Dijkstra算法实现 以下是基于优先队列优化版本的Dijkstra算法实现: #### Python代码示例 ```python import heapq def dijkstra(graph, start): # 初始化距离字典,默认值为无穷大 distances = {node: float('inf') for node in graph} distances[start] = 0 # 使用堆来存储待处理节点及其当前距离 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) # 如果当前距离大于记录的距离,则跳过此节点 if current_distance > distances[current_node]: continue # 遍历相邻节点并更新距离 for neighbor, weight in graph[current_node].items(): distance = current_distance + weight # 更新更短的距离 if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` 上述代码中,`graph` 是一个邻接表形式表示的加权图,其中键是节点名称,值是一个字典,描述与其相连的其他节点以及边的权重[^2]。 --- ### Dijkstra算法的应用场景 1. **网络路由协议** 在计算机网络中,路由器可以利用Dijkstra算法找到到达目标地址的佳路径,从而提高数据传输效率[^3]。 2. **地图导航系统** 地图服务提供商(如Google Maps)通过Dijkstra算法或其他改进版算法快速计算两点之间的短路径,提供给用户佳行驶路线[^4]。 3. **社交网络分析** 社交网络中可以通过Dijkstra算法衡量两个用户的连接紧密程度,帮助推荐好友或者发现潜在的关系链[^5]。 4. **物流配送规划** 物流公司使用类似的短路算法优化货物运输线路,减少成本和时间消耗[^6]。 --- ### 示例说明 假设有一个简单的加权图如下所示: ```plaintext A --(1)-- B --(2)-- C | | | (4) (1) (3) | | | D -------- E ------- F (1) ``` 对应的Python输入格式为: ```python graph = { 'A': {'B': 1, 'D': 4}, 'B': {'A': 1, 'E': 1, 'C': 2}, 'C': {'B': 2, 'F': 3}, 'D': {'A': 4, 'E': 1}, 'E': {'D': 1, 'B': 1, 'F': 1}, 'F': {'E': 1, 'C': 3} } start_node = 'A' result = dijkstra(graph, start_node) print(result) ``` 运行结果将是各节点到起点 `A` 的短路径长度: ```plaintext {'A': 0, 'B': 1, 'C': 3, 'D': 4, 'E': 2, 'F': 3} ``` 这表明从节点 A 到其余各个节点的短路径分别为:B 距离为 1;C 距离为 3;等等[^7]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值