一、迪杰斯特拉算法介绍

迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。
它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。

基本思想

​ 通过Dijkstra计算图G中的最短路径时，需要指定起点s(即从顶点s开始计算)。

​ 此外，引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度)，而U则是记录还未求出最短路径的顶点(以及该顶点到起点s的距离)。

​ 初始时，S中只有起点s；U中是除s之外的顶点，并且U中顶点的路径是”起点s到该顶点的路径”。然后，从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 然后，再从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 … 重复该操作，直到遍历完所有顶点。

操作步骤

(1) 初始时，S只包含起点s；U包含除s外的其他顶点，且U中顶点的距离为”起点s到该顶点的距离”[例如，U中顶点v的距离为(s,v)的长度，然后s和v不相邻，则v的距离为∞]。

(2) 从U中选出”距离最短的顶点k”，并将顶点k加入到S中；同时，从U中移除顶点k。

(3) 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离，是由于上一步中确定了k是求出最短路径的顶点，从而可以利用k来更新其它顶点的距离；例如，(s,v)的距离可能大于(s,k)+(k,v)的距离。

(4) 重复步骤(2)和(3)，直到遍历完所有顶点。

单纯的看上面的理论可能比较难以理解，下面通过实例来对该算法进行说明。

二、迪杰斯特拉算法图解

Dijkstra算法 - 图1

以上图G4为例，来对迪杰斯特拉进行算法演示(以第4个顶点D为起点)。

Dijkstra算法 - 图2

初始状态：S是已计算出最短路径的顶点集合，U是未计算除最短路径的顶点的集合！

第1步：将顶点D加入到S中。

​ 此时，S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起点D的距离是3。

第2步：将顶点C加入到S中。

​ 上一步操作之后，U中顶点C到起点D的距离最短；因此，将C加入到S中，同时更新U中顶点的距离。以顶点F为例，之前F到D的距离为∞；但是将C加入到S之后，F到D的距离为9=(F,C)+(C,D)。

​ 此时，S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。

第3步：将顶点E加入到S中。

​ 上一步操作之后，U中顶点E到起点D的距离最短；因此，将E加入到S中，同时更新U中顶点的距离。还是以顶点F为例，之前F到D的距离为9；但是将E加入到S之后，F到D的距离为6=(F,E)+(E,D)。

​ 此时，S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。

第4步：将顶点F加入到S中。

​ 此时，S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。

第5步：将顶点G加入到S中。

​ 此时，S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。

第6步：将顶点B加入到S中。

​ 此时，S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。

第7步：将顶点A加入到S中。

​ 此时，S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。

此时，起点D到各个顶点的最短距离就计算出来了：A(22) B(13) C(3) D(0) E(4) F(6) G(12)。

三、迪杰斯特拉算法的代码说明

以”邻接矩阵”为例对迪杰斯特拉算法进行说明。

1. 基本定义

  1. public class MatrixUDG {
  3.     private int mEdgNum;        // 边的数量
  4.     private char[] mVexs;       // 顶点集合
  5.     private int[][] mMatrix;    // 邻接矩阵
  6.     private static final int INF = Integer.MAX_VALUE;   // 最大值
  8.     ...
  9. }

MatrixUDG是邻接矩阵对应的结构体。mVexs用于保存顶点，mEdgNum用于保存边数，mMatrix则是用于保存矩阵信息的二维数组。例如，mMatrix[i][j]=1，则表示”顶点i(即mVexs[i])”和”顶点j(即mVexs[j])”是邻接点；mMatrix[i][j]=0，则表示它们不是邻接点。

2. 迪杰斯特拉算法

  1. /*
  2.  * Dijkstra最短路径。
  3.  * 即，统计图中"顶点vs"到其它各个顶点的最短路径。
  4.  *
  5.  * 参数说明：
  6.  *       vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。
  7.  *     prev -- 前驱顶点数组。即，prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中，位于"顶点i"之前的那个顶点。
  8.  *     dist -- 长度数组。即，dist[i]是"顶点vs"到"顶点i"的最短路径的长度。
  9.  */
  10. public void dijkstra(int vs, int[] prev, int[] dist) {
  11.     // flag[i]=true表示"顶点vs"到"顶点i"的最短路径已成功获取
  12.     boolean[] flag = new boolean[mVexs.length];
  14.     // 初始化
  15.     for (int i = 0; i < mVexs.length; i++) {
  16.         flag[i] = false;          // 顶点i的最短路径还没获取到。
  17.         prev[i] = 0;              // 顶点i的前驱顶点为0。
  18.         dist[i] = mMatrix[vs][i];  // 顶点i的最短路径为"顶点vs"到"顶点i"的权。
  19.     }
  21.     // 对"顶点vs"自身进行初始化
  22.     flag[vs] = true;
  23.     dist[vs] = 0;
  25.     // 遍历mVexs.length-1次；每次找出一个顶点的最短路径。
  26.     int k=0;
  27.     for (int i = 1; i < mVexs.length; i++) {
  28.         // 寻找当前最小的路径；
  29.         // 即，在未获取最短路径的顶点中，找到离vs最近的顶点(k)。
  30.         int min = INF;
  31.         for (int j = 0; j < mVexs.length; j++) {
  32.             if (flag[j]==false && dist[j]<min) {
  33.                 min = dist[j];
  34.                 k = j;
  35.             }
  36.         }
  37.         // 标记"顶点k"为已经获取到最短路径
  38.         flag[k] = true;
  40.         // 修正当前最短路径和前驱顶点
  41.         // 即，当已经"顶点k的最短路径"之后，更新"未获取最短路径的顶点的最短路径和前驱顶点"。
  42.         for (int j = 0; j < mVexs.length; j++) {
  43.             int tmp = (mMatrix[k][j]==INF ? INF : (min + mMatrix[k][j]));
  44.             if (flag[j]==false && (tmp<dist[j]) ) {
  45.                 dist[j] = tmp;
  46.                 prev[j] = k;
  47.             }
  48.         }
  49.     }
  51.     // 打印dijkstra最短路径的结果
  52.     System.out.printf("dijkstra(%c): \n", mVexs[vs]);
  53.     for (int i=0; i < mVexs.length; i++)
  54.         System.out.printf("  shortest(%c, %c)=%d\n", mVexs[vs], mVexs[i], dist[i]);
  55. }