首页>>互联网>>DevOps->最短路径算法dijkstra?

最短路径算法dijkstra?

时间:2023-12-08 本站 点击:0

dijkstra算法是什么?

Dijkstra算法是由荷兰计算机科学家狄克斯特拉(Dijkstra)于1959年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。

其基本原理是:每次新扩展一个距离最短的点,更新与其相邻的点的距离。当所有边权都为正时,由于不会存在一个距离更短的没扩展过的点,所以这个点的距离永远不会再被改变,因而保证了算法的正确性。

不过根据这个原理,用Dijkstra求最短路的图不能有负权边,因为扩展到负权边的时候会产生更短的距离,有可能就破坏了已经更新的点距离不会改变的性质。

举例来说,如果图中的顶点表示城市,而边上的权重表示著城市间开车行经的距离。Dijkstra算法可以用来找到两个城市之间的最短路径。

Dijkstra算法的输入包含了一个有权重的有向图G,以及G中的一个来源顶点S。我们以V表示G中所有顶点的集合。每一个图中的边,都是两个顶点所形成的有序元素对。(u,v)表示从顶点u到v有路径相连。我们以E所有边的集合,而边的权重则由权重函数w: E→[0,∞]定义。

因此,w(u,v)就是从顶点u到顶点v的非负花费值(cost)。边的花费可以想像成两个顶点之间的距离。任两点间路径的花费值,就是该路径上所有边的花费值总和。

已知有V中有顶点s及t,Dijkstra算法可以找到s到t的最低花费路径(i.e.最短路径)。这个算法也可以在一个图中,找到从一个顶点s到任何其他顶点的最短路径。

Dijkstra算法

Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,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。注意该算法要求图中不存在负权边。

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。

(1)初始时,S只包含起点D;U包含除D外的其他顶点,且U中顶点的距离为“起点D到该顶点的距离”(例如,U中顶点A的距离为[D,A]的长度,然后D和A不相邻,则A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D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来更新其他顶点到起点D的距离(例如,[D,A]的距离可能大于[D,K]+[K,A]的距离)

(4)重复步骤(2)和(3),直到遍历完所有顶点

直观理解:单源点最短路径——Dijkstra算法

  Dijkstra算法是由荷兰计算机科学家 Edsger Wybe Dijkstra于1959年提出的单源点最短路径算法(SSSP:Single Souce Shortest Path)。是一个解决加权图(不含负权重的边)中从一个顶点到其余各个顶点最短路径问题的算法。Dijkstra算法是一个集 贪心算法 , 广度优先搜索(BFS) 和 动态规划 于一身的最短路径算法。Dijkstra算法的主要特点是从起源点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接顶点,直到扩展到终点为止。

  Dijkstra算法通过维护两个集合: (已求出最短路径的顶点)和 (未求出最短路径的顶点),每次迭代地从 中移除路径距离最小的点到集合 中,并通过这个新移入的点来更新 中各个顶点到源点的最短路径,直到集合 为空。下面我们通过一个例子来简单描述Dijkstra算法的过程。

  假设我们有如下的图,其中顶点A未此次算法的起点:

  首先我们需要初始化两个集合 和 ,以及 中每个顶点到源点的距离,若不直接于A相邻,结果置为正无穷∞。

   Step 1: 从集合 中挑选出距离最小的点,这里会挑选出顶点F,集合 和 变更为: , ,根据最新的 ,重新计算 中顶点到源点A的最短距离。

   Step 2:: 从集合 中挑选出距离最小的点,这里会挑选出顶点E,集合 和 变更为: , ,根据最新的 ,重新计算 中顶点到源点A的最短距离。

   Step 3: 从集合 中挑选出距离最小的点,这里会挑选出顶点C,集合 和 变更为: , ,根据最新的 ,重新计算 中顶点到源点A的最短距离。

   Step 4: 从集合 中挑选出距离最小的点,这里会挑选出顶点D,集合 和 变更为: , ,根据最新的 ,重新计算 中顶点到源点A的最短距离。

   Step 5: 从集合 中挑选出距离最小的点,这里会挑选出顶点B,集合 和 变更为: , ,根据最新的 ,重新计算 中顶点到源点A的最短距离。

   Step 6: 从集合 中挑选出距离最小的点,这里会挑选出顶点G,集合 和 变更为: , ,由于集合 为空,算法停止迭代,输出结果。

  以上就是对Dijkstra算法的计算过程的简单描述。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:/DevOps/19290.html