OSP中最短路径算法.docxVIP

OSPF 中的最短路径算法 中心 旭盛 生活中的网 拓扑，可以抽象成由 点（路由器）和 （路由器之 的 路）构成 的有向 通 ， 路的代价可以抽象成 的 函数。 之所以称 有向 ， 是因 同一条 路（ ）不同方向的 可能不一 。 我 知道， 于有向 通 ， 以任意一个 点 起点， 利用最短路径算法可以 算出到 其他 点的最短路径。 那么， 于能抽象成有向 通 的网 拓扑来 ， 也可以利用最短路 径算法先 算出以任意一台路由器 起点， 到达其他路由器的最短路径， 然后根据各路由器的网 接情况可以得到到各个网 的路由路径。 OSPF中用到的 Dijkstra 算法和 RIP中用到的距离向量算法一 ，都是相当 典的最短路径算法。本文将 Dijkstra 算法 行系 的描述，并 出一个 的 明。 1 Dijkstra 算法介绍 在数学上， 以某个 点 起点， 算到其他 点的最短路径的算法，称 “ 源最短路 径” 算法。求“ 源最短路径”的 在数学上可以精确描述如下： “ 源最短路径” ： 已知一个有 n个 点 (V0..n) 构成的有向 通 G＝（ V ， E）， 以及 中 的 函数 C (E) ，其中 V 代表 点集合， E表示所有 的集合， 并假 所有 非 ， 求由 G中指定 点 V0 到其他各个 点的最短路径。 Dijkstra 算法是很 典的求解上述 的算法，其基本想法是 一种最短路径 的构 造方法，按非降次序逐条构造从 V0 到各个 点的最短路径，第一步找到和 V0 相距最短的 点以及到 个 点的路径，第二步找到和 V0 相距次短的 点以及到 个 点的路径，如此 反复，最后找到 V0 到所有 点的最短路径，构造出整棵最短路径 。 上述构造方法的一个直 考 是：和 V0 相距最短的 点 在和 V0 直接相 的 点 中，和 V0 相距次短的 点要么在和 V0 直接相 的 点中，要么在和 些相 点相 的 点中，如此逐步 散考 ， 就可以找到和 V0 相距最短、次短、 ?? .第 n短的 点以及 的路径， 而且因 是 通 ， 最后肯定所有 点都能全部考 到， 也就能完成整棵最短路 径 的构造。 事 上，上述直 考 是 的， Dijkstra 算法是 上述 程的一个提 和 化：和 V0 相 1 / 8 距最短的节点是和  V0 直接相连的节点没错；相距次短的节点范围可以缩小为，和  V0 直接相 邻的节点， 加上跟刚选中的最短节点直接相邻的节点；  相距第三短的节点的范围可以类推得 到，即在上一步考察的节点的基础上，加上和次短节点直接相邻的节点。如此逐步构造，可 以按非降次序找到到所有节点的最短路径。 为了从数学上精确描述上述构造过程，引入了集合的概念对节点和路径进行分类。 我们把节点分成两个集合： A：已经选入最短路径树的节点的集合。 B：剩余的其他节点的集合。 对于路径，我们分成三个集合： ：已经选入最短路径树的路径的集合 ：候选路径集合：下一条加入最短路径树的路径将从这个集合中选入。 ：剩余的其他路径的集合（被废弃的路径或者还未考虑的路径）。 为了更好的理解，有必要对这里的路径定义进行一下强调：路径是指以 V0 为起点，其 他节点为终点的由一条或多条边组成的一个有序集。 边，可以理解为路径中的一段， 只有到 和V0 直接相邻的节点的路径才直接对应一条边。从 V0 到所有节点，都可能存在一条或多条 路径，非最短路径在计算过程中将会被废弃，放入集合 III 。 从前面的描述中可以明显看出， Dijkstra 算法是一个递归构造过程，因为任何递归都必 须有明确的初始状态，所以我们有必要先得到上述 Dijkstra 算法中定义的集合的初始值： 以V0 为起点计算最短路径的话，初始状态时显然有且只有 V0 在集合 A中，所以集 合A 的初始值为 V0 。集合 B的初始值为剩余节点。 前面提到过，下一个加入集合 A 的节点，一定是和 V0 直接有边相连的节点，因此， 加入最短路径树的第一条路径也必然在这些和 V0 直接相连的边所代表的路径中产 生，所以集合 II 的初始值就是和 V0 直接相连的边构成的路径。另外， 初始状态最短 路径树为空，所以集合 I 的初始值为空。集合 I、 II 明确了的话，集合 III 自然明确。 下面我们开始展开递归构造最短路径树的过程： 第一步：从集合 II 中选择一条最短的路径，放入最短路径树，相应的，这条路径的 终点对应的节点（这里记为 X）应该从集合 B移入集合 A 。 第二步：考察所有从 X 出发的边的终点，考虑其中不属于集合 A的节点，这里记为 Y ，计算从 V0 出发经 X 到达 Y 的路径值，计算方法为：最短路径树中 V0 到节