算法思想
- 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源点v到此顶点的最短路径长度
- U中的顶点的距离，是从源点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
C语言伪代码描述的迪杰斯特拉算法
void ShortestPath_DIJ( MGraph G, int v0, PathMatrix &P, ShortPathTable &D){
// 用Dijkstra算法求有向网G的v0顶点到其余顶点v的最短路径P[v]及其带权长度D[v]。
// 若P[v][w]为TRUE，则w是从v0到v当前求得最短路径上的顶点。
// final[v]为TRUE当且仅当v∈S，即已经求得从v0到v的最短路径。
for (v = 0; v < G.vexnum; ++ v){
final[v] = FALSE; D[v] = G.arcs[v0][v];
for (w = 0; w < G.vexnum; ++ ww) P[v][w] = FALSE;// 设空路径
if (D[v] < INFINITY) {P[v][v0] = TRUE; P[v][v] = TRUE;}
}// for
D[v0] = 0; final[v0] = TRUE;// 初始化，v0顶点属于S集
// 开始主循环，每次求得v0到某个v顶点的最短路径，并加v到S集
for (i = 1; i < G.vexnum; ++ i) {// 其余G.vexnum - 1个顶点
min = INFINITY;// 当前所知离v0顶点的最近距离
for (w = 0; w < G.vexnum; ++ w)
if(!final[w])// w顶点在V-S中
if(D[w] < min) {v = w; min = D[w];}// w顶点离v0顶点更近
final[v] = TRUE;// 离v0顶点最近的v加入S集
for(w = 0; w < G.vexnum; ++ w)// 更新当前最短路径及距离
if(!final[w] && (min + G.arcs[v][w] < D[w])){// 修改D[w]和P[w],x∈V-S
D[w] = min + G.arcs[v][w];
P[w] = P[v]; P[w][w] = TRUE;// P[w] = P[v] + P[w]
}// if
}// for
}// ShortestPath_DIJ
C语言程序描述的算法
void Dijkstra(float cost[][n], int v){
// 求源点v到其余顶点的最短路径及其长度，cost为有向网的带权邻接矩阵
// 设max值为32767，代表一个很大的数
v1 = v - 1;
for(i = 0; i < n; i ++){
dist[i] = cost[v1][i];// 初始化dist
if(dist[i] < max) pre[i] = v; else pre[i] = 0;
}
pre[v1] = 0;
for(i = 0; i < n; i ++) S[i] = 0;// 第一组开始为空集
S[v1] = 1;// 源点v并入第一组
for(i = 0; i < n; i ++){// 扩充第一组
min = max;
for(j = 0; j < n; j ++)
if(!S[j] && (dist[j] < min)) {min = dist[j]; k = j;}
S[k] = 1;// 将k+1加入第一组
for(j = 0; j < n; j ++)
if(!S[j] && (dist[j] > dist[k] + cost[k][j])){// 修正第二组各顶点的距离值
disk[j] = disk[k] + cost[k][j]; pre[j] = k + 1;// k + 1是j + 1的前趋
}// 所有顶点均已扩充到S中
for(j = 0; j < n; j ++){// 打印结果
printf("%f
%d", dist[i], i + 1);
p = pre[i];
while(p != 0){// 继续找前趋顶点
printf("<--%d", p);
p = pre[p - 1];
}
}
}// Dijkstra
}