一、迪杰斯特拉 **--**算法思想
按从某顶点到其它顶点的路径长度递增的方式,逐渐求到各顶点的最短路径。
设给定源点为Vs,S为已求得最短路径的终点集,开始时令S={Vs} 。当求得第一条最短路径(Vs,Vi)后,S为{Vs,Vi} 。根据以下结论可求下一条最短路径。
设下一条最短路径终点为Vj,则Vj只有:
◆ 源点到终点有直接的弧<Vs,Vj>;
◆ 从Vs出发到Vj的这条最短路径所经过的所有中间顶点必定在S中。即只有这条最短路径的最后一条弧才是从S内某个顶点连接到S外的顶点Vj**。**
若定义一个数组dist[n],其每个dist[i]分量保存从Vs出发中间只经过集合S中的顶点而到达Vi的所有路径中长度最小的路径长度值,则下一条最短路径的终点Vj必定是不在S中且值最小的顶点,即:
dist[i]=Min{ dist[k]| Vk∈V-S }
利用上述公式就可以依次找出下一条最短路径。
二、迪杰斯特拉 **算法--**数据组织
• 数据源
• 已确定结点集 S
• 待选结点集 V-S
• 结点临时最短路径长度
• 结点临时最短路径
三、迪杰斯特拉**算法---**步骤
① 令S={Vs} ,用带权的邻接矩阵表示有向图,对图中每个顶点Vi按以下原则置初值:
② 选择一个顶点Vj ,使得:
Distance[j]=Min{ Distance[k]| Vk∈V-S }
Vj就是求得的下一条最短路径终点,将Vj 并入到S中,即S=S∪{Vj} 。
③ 对V-S中的每个顶点Vk ,修改dist[k],方法是:
若Distance[j]+Wjk<Distance[k],则修改为:
Distance[k]=Distance[j]+Wjk ("Vk∈V-S )
④ 重复②,③,直到S=V为止。
四、迪杰斯特拉**算法---**实现
cpp
void Dijkstra(MGraph g,int start, int end)
{
int dist[MAXV], path[MAXV];
int s[MAXV];
int mindis, i, j, u;
for(i = 0; i < g.n; i ++)
{
dist[i] = g.edges[start][i];//dist数组初始化
s[i] = 0;
if(g.edges[start][i] < INF)
path[i] = start;
else
path[i] = -1; // path数组初始化
}
s[start] = 1; //顶点start加入顶点集合s
path[start] = 0;
for(i = 0; i < g.n; i ++)//选择不在集合s中且具有最短路径的顶点
{
mindis = INF;
for(j = 0; j < g.n; j ++)
{
if(s[j] == 0 && dist[j] < mindis)
{
u = j;
mindis = dist[j];
}
}
s[u] = 1;//将顶点u加入集合
for (j = 0; j < g.n; j ++)//修改dist和path
{
if (s[j] == 0)
{
if ((g.edges[u][j] < INF) && (dist[u] + g.edges[u][j] < dist[j]))
{
dist[j] = dist[u] + g.edges[u][j];
path[j] = u;
}
}
}
}
Dispath(g, dist, path, s, g.n, start, end);
}
**五、Dijkstra算法--**数据组织
**六、Dijkstra算法---**例子
**七、Dijkstra算法---**算法分析
Dijkstra算法的主要执行是:
**◆**数组变量的初始化:时间复杂度是O(n) ;
◆求最短路径的二重循环:时间复杂度是O(n2**) ;**
因此,整个算法的时间复杂度是O(n2) 。
0利用Dijkstra算法填写表格求图中从顶点a****到其他各顶点间的最短路径,并写出最终结果。
|---------|----|---|----|----|---|----|--------|
| 终点 Dist | b | c | D | e | f | g | S(终点集) |
| k=1 | 15 | 2 | 12 | ∞ | ∞ | ∞ | c |
| k=2 | 15 | | 12 | 10 | 6 | ∞ | C,f |
| k=3 | 15 | | 11 | 10 | | 16 | C,e,f |
| k=4 | | | | | | | |
| k=5 | | | | | | | |
| k=6 | | | | | | | |