Dijkstra算法

本文深入探讨了Dijkstra算法在解决最短路径问题中的应用,详细介绍了算法的核心思想、具体步骤及实际示例。通过逐步解析算法流程,读者能够清晰理解如何使用Dijkstra算法计算从一个节点到其他所有节点的最短路径,并通过实例演示了算法的实际操作过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1  最短路径算法

在日常生活中,我们如果需要常常往返A地区和B地区之间,我们最希望知道的可能是从A地区到B地区间的众多路径中,那一条路径的路途最短。最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。 算法具体的形式包括:

(1)确定起点的最短路径问题:即已知起始结点,求最短路径的问题。

(2)确定终点的最短路径问题:与确定起点的问题相反,该问题是已知终结结点,求最短路径的问题。在无向图中该问题与确定起点的问题完全等同,在有向图中该问题等同于把所有路径方向反转的确定起点的问题。

(3)确定起点终点的最短路径问题:即已知起点和终点,求两结点之间的最短路径。

(4)全局最短路径问题:求图中所有的最短路径。

用于解决最短路径问题的算法被称做“最短路径算法”, 有时被简称作“路径算法”。 最常用的路径算法有:Dijkstra算法、A*算法、Bellman-Ford算法、Floyd-Warshall算法、Johnson算法。

本文主要研究Dijkstra算法的单源算法。

2  Dijkstra算法

2.1  Dijkstra算法

  Dijkstra算法是典型最短路算法,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算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。 

2.2  Dijkstra算法思想

Dijkstra算法思想为: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。

2.3  Dijkstra算法具体步骤  

1)初始时,S只包含源点,即S=,v的距离为0。U包含除v外的其他顶点,U中顶点u距离为边上的权(若v与u有边)或 )(若u不是v的出边邻接点)。

(2)从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。

(3)以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u(u U)的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。

(4)重复步骤(2)和(3)直到所有顶点都包含在S中。

2.4  Dijkstra算法举例说明

如下图,设A为源点,求A到其他各顶点(B、C、D、E、F)的最短路径。线上所标注为相邻线段之间的距离,即权值。(注:此图为随意所画,其相邻顶点间的距离与图中的目视长度不能一一对等)

图一:Dijkstra无向图

 最短路径之Dijkstra算法详细讲解 - 绿岩 - 永远的绿岩

最短路径之Dijkstra算法详细讲解 - 绿岩 - 永远的绿岩

#include <stdio.h>
 #define MAXLENTH 50
 #define MAX 9999
void Dijkstra(int n, int v, int *dist, int *prev, int c[MAXLENTH][MAXLENTH])
{
 
    bool s[MAXLENTH];    
 int i,j;
    for(i=1; i<=n; ++i)
    {
        dist[i] = c[v][i];
  
        s[i] = false;    
        if(dist[i] == MAX)
            prev[i] = 0;
        else
            prev[i] = v;
    }
    dist[v] = 0;
    s[v] = true;
 
   
    for(i=2; i<=n; ++i)
    {
        int t = MAX;
        int u = v;
       
        for(j=1; j<=n; ++j)
            if((!s[j]) && dist[j]<t)
            {
               
                 u = j;            
                t = dist[j];
            }
   
        s[u] = true;    
 
       
        for(j=1; j<=n; ++j)
            if((!s[j]) && c[u][j]<MAX)
            {
                int newdist = dist[u] + c[u][j];
                if(newdist < dist[j])
                {
                    dist[j] = newdist;
                    prev[j] = u;
                }
            }
    }
}
 
void searchPath(int *prev,int v, int u)
{
    int que[MAXLENTH];
    int tot = 1;
    que[tot] = u;
    tot++;
    int tmp = prev[u];
    while(tmp != v)
    {
        que[tot] = tmp;
        tot++;
        tmp = prev[tmp];
    }
    que[tot] = v;
    for(int i=tot; i>=1; --i)
        if(i != 1)
   printf("%d -> ",que[i]);
        else
            printf("%d\n",que[i]);
}
 
int main()
{
    int dist[MAXLENTH];     // 表示当前点到源点的最短路径长度
    int prev[MAXLENTH];     // 记录当前点的前一个结点
    int c[MAXLENTH][MAXLENTH];   // 记录图的两点间路径长度
    int n, r;             // 图的结点数和路径数
 int p, q, len;          // 输入p, q两点及其路径长度
 int i,j;
 
    // 输入结点数
 printf("please input the num of the point:");
 scanf("%d",&n);
    // 输入路径数
 printf("please input the num of the edge:");
 scanf("%d",&r);
   
 
    // 初始化c[][]为MAX
    for(i=1; i<=n; ++i)
        for(int j=1; j<=n; ++j)
            c[i][j] = MAX;
 
    for(i=1; i<=r; ++i) 
    {
        printf("please input the value of the %dth edge:",i);
  scanf("%d %d %d",&p,&q,&len);
  
        if(len < c[p][q])      
        {
            c[p][q] = len;      // p指向q
            c[q][p] = len;      // q指向p,这样表示无向图
        }
    }
 
    for(i=1; i<=n; ++i)
        dist[i] = MAX;
    for(i=1; i<=n; ++i)
    {
        for(j=1; j<=n; ++j)
            printf("�", c[i][j]);
        printf("\n");
    }
 
    Dijkstra(n, 1, dist, prev, c);
 
   
 printf("the shortest route length is :%d\n",dist[n]);
 
 printf("the first piont to the last point route:");
    searchPath(prev, 1, n);
}


### Dijkstra算法简介 Dijkstra算法是一种用于解决源最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最短路径计算[^1]。该算法的核心思想是从起始节出发,逐步扩展已知距离最小的未访问节,并更新其邻居节的距离。 --- ### 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 if current_distance > distances[current_node]: continue # 遍历相邻节并更新距离 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,其中键是节名称,值是一个字典,描述与其相连的其他节以及边的权重[^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最佳路径,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之间的最短路径,提供给用户最佳行驶路线[^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最短路径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) ``` 运行结果将是各节到起 `A` 的最短路径长度: ```plaintext {'A': 0, 'B': 1, 'C': 3, 'D': 4, 'E': 2, 'F': 3} ``` 这表明从节 A 到其余各个节的最短路径分别为:B 距离为 1;C 距离为 3;等等[^7]。 ---
评论 1
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