计算单源最短路问题试题解析.docxVIP

【题25】计算单源最短路问题（Dijkstra算法）

设G=（V，E）是一个有向图，它的每一条边（U，V）∈Ｅ都有一个权W（U，V），在G中指定一个结点V，要求把从V到G的每一个结点V(V∈Ｖ)的最短有向路找出来（或者指出不存在从V到V的有向

0 0 j Ｊ 0 j

路，即V不可达V）。

0 j

输入

顶点数n

n*n的带权矩阵输出

有n行，每行为顶点序号i和V到V的最短路长

0 i

题解

１.算法的基本思路

解决单源最短路径的基本思想是把图中所有结点分为两组第一组：包括已确定最短路径的结点；

第二组：包括尚未确定最短路径的结点；

我们按最短路径长度递增的顺序把第二组的结点加到第一组中去，直至v 可达的所有结点都包含于第一

0

组。在这个过程中，总保持从v到第一组各结点的最短路径长度都不大于从v至第二组任何结点的路径

0 0

长度。另外，每一个结点对应一个距离值。第一组结点对应的距离值就是由v到此结点的最短路径长度；

0

第二组结点对应的距离值就是v经由第一组结点（中间结点）至此结点的最短路径长度。具体作法是：

0

初始时v进入第一组，v的距离值为0；第二组包含其它所有结点，这些结点对应的距离值这样确定

0 0

（设v为第二组中的结点）

i

?0idist ??

?

0i

(v,v

0 i

)?E

i ??

(v,v

0 i

)?E

然后每次从第二组的结点中选一个其距离值为最小的结点v 加到第一组中。每往第一组加入一个结点v，

m m

就要对第二组的各结点的距离值作一次修正（设v为第二组的结点）：

i

若加进v

做中间结点使得v至v的路径长度更短（即v的距离值v 的距离值+W ），则要修改v

m 0 i i m mi i

的距离（v

i

的距离值←v

m

的距离值+W

）。修改后再选距离值最小的一个结点加入到第一组中，…。如此

mi

进行下去，直至第一组囊括图的所有结点或再无可加入第一组的结点存在。下面，我们来证明这个算法：

显然，初始时对两个组的划分及各结点距离值的确定符合上述基本思想。因此要证明算法正确性，关键是证明每次往第一组加入结点v 后，其两个组的划分及结点距离值仍然符合要求。也就是要证明第二

m

组中距离值最小的结点v，其距离值为v到v 的最短路径长度，且v 就是第二组中路径长度最小的结点。

m 0 m m

我们来证明这两点：

⑴若v

m

的距离值不是从v

0

到v 的最短路径长度，另有一条v

m 0

经由第二组某些结点（其中第一个结点设

为v）到达v 的路径，其长度比v 的距离值更小，即

s m m

v的距离值v经由v到v 的最短路径长度v 的距离值

s 0 s m m

与v 是第二组中距离值最小的结点矛盾。所以v 的距离值就是从v到v 的最短路径长度。

m m 0 m

⑵设v是第二组中除v 外的任何其它结点。若v至v的最短路径上的中间结点为第一组的结点，由距

x m 0 x

离值的定义可知，其路径长度势必大于等于v

0

至v 的最短路径长度；若v

m 0

至v的最短路径不仅包含

x

第一组的结点为中间结点。设路径上第一个在第二组的中间结点为v，则v至v的路径长度就是v

y 0 y y

的距离值，已大于等于v至v 的最短路径长度，那么v到v的最短路径长度当然也不会小于v到v

0 m 0 x 0 m

的最短路径长度了，所以v 是第二组中最短路径为最小的结点。

m

２.变量说明

下面给出算法中的变量说明设 n—图的结点数；

adj—有向图的相邻矩阵。其中

dist—最短路径集合。其中

dist[i]．pre—在v至v的最短路径上，v的前趋结点序号；

0 i i

dist[i]．length—v至v的最短路径长度，即v的距离值；

0 I i

（1≤i≤n）

Constn=图的结点数；Type

path=record

length：real；pre：0‥n；end；

{路径集合的结点类型}

{距离值}

{前趋结点序号}

var

adj：array[1‥n，1‥n]ofrealdist：array[1‥n]ofpath；

{相邻矩阵}

{路径集合}

３.算法流程

计算单源最短路径的过程如下：fillchar(adj，sizeof(adj)，0)；fori：=1tondo

forj：=1tondo

if（i，j）∈Ethenadj[i，j]←w

ij

elseadj[i，j]←∞；

for