Dijkstra算法求c1点到其余各点的最短路径

2744557306

该 MATLAB 代码实现了 Dijkstra 算法，用于求解单源最短路径问题。该算法用于计算从一个节点（通常是起始节点）到其他所有节点的最短路径。下面是对代码的逐行分析和对算法思想的解释：
) t1 u1 H5 m. p( D
### Dijkstra 算法的基本思想
8 o( Y( F/ u9 |
Dijkstra 算法是一种贪心算法，核心思想是通过不断选择当前未访问节点中距离起点最近的节点，并更新相邻节点的最短路径估计值，最终找到所有节点的最短路径。

% r" g8 c. Y$ r3 Z& K. V9 V代码解析

[color=rgba(6, 8, 31, 0.88)]函数定义:

1. function [d, index1, index2] = dijkf(a)

复制代码

- `a` 为权值矩阵，表示图中节点之间的边的权重。
- v- }* X$ |0 U/ z# ]2 d- `d` 为最短路径权重的数组。
- `index1` 表示节点访问顺序。
+ {6 a* }. s' ]2 @, }/ r- `index2` 表示节点的索引顺序。
  s; K  H8 f3 j9 n
3 \. j$ P1 F4 j[color=rgba(6, 8, 31, 0.88)]初始化[color=rgba(6, 8, 31, 0.88)]:

1. M = max(max(a));  
     w8 X3 W, o% F0 N
2. pb(1:length(a)) = 0;     % 标记所有节点为未访问  
   & e8 S9 [7 Q, k/ z8 K8 W; F
3. pb(1) = 1;                % 将起点标记为已访问  
   - n5 c( d. p# [9 X. `- J# p/ a
4. index1 = 1;              % 记录访问顺序  
   5 `  n1 L- }* j% a: {
5. index2 = ones(1, length(a)); % 初始化索引数组  - i. |4 P4 L& E4 z/ B- N) L# Y+ @. w
   
6. d(1:length(a)) = M;      % 初始化距离数组为最大值  
   6 @6 z7 F1 \1 ~/ I( @5 G4 ~
7. d(1) = 0;                % 起点到自身的距离为0  
   ; e. T) D7 j* Y\" Y\" [
8. temp = 1;                % 设定当前节点为起点

复制代码

- 通过提取权值矩阵的最大值来设置初始距离为一个很大的数（无穷大）。
- `pb` 数组用于标记哪些节点已被访问。
$ {& D% p& _  R3 c1 n- `d` 数组用于存储从起点到其他节点的最短路径长度，初始时将所有值设为无穷大，起点到自身的距离设为0。
1 k  o) H( D/ {
  q( N  \4 x4 D& f[color=rgba(6, 8, 31, 0.88)]更新最短路径[color=rgba(6, 8, 31, 0.88)]::

1. while sum(pb) < length(a)  
   ( D4 I1 H* i8 u' _
2.     tb = find(pb == 0);   % 找到所有未访问的节点  
   % n7 `8 E9 q- l  `! Y8 G# @
3.     d(tb) = min(d(tb), d(temp) + a(temp, tb)); % 更新这些节点的距离  9 T: S0 G1 j' H) E! @( p) d
   
4.     tmpb = find(d(tb) == min(d(tb))); % 找到距离最小的未访问节点  % J( A/ t+ J4 u+ [6 H; _
   
5.     temp = tb(tmpb(1));   % 选择距离最小的那个节点  
   ; W3 f4 K/ C- x
6.     pb(temp) = 1;         % 将其标记为已访问  
   0 S* M7 S) f3 h1 g  E
7.     index1 = [index1, temp]; % 记录访问顺序

复制代码

- 使用 `while` 循环遍历所有节点，直至所有节点都被访问。
7 W4 ~6 [9 J+ M8 q: H, p" t, b- 找到当前未访问节点 `tb`，并更新这些节点的最短路径长度。
3 u. n8 H4 B$ V& }! r$ S' m$ m- 选择距离最小的未访问节点来作为下一个要访问的节点。
1 m- {& s& ~) N% ~& M! v- 将该节点标记为已访问，并记录访问顺序。
5 @' E: }* E8 Q2 A5 v
[color=rgba(6, 8, 31, 0.88)]记录顺序和索引[color=rgba(6, 8, 31, 0.88)]:

1. index = index1(find(d(index1) == d(temp) - a(temp, index1)));   
   \" u! i& W. K& z
2. if length(index) >= 2  & u6 S1 w4 N0 R7 ]  C) L# f6 d
   
3.     index = index(1);  3 A; Y! ^! X6 ~1 ]2 c
   
4. end  9 |5 k9 z; i$ G
   
5. index2(temp) = index;  % 将更新后的索引存入 index2

复制代码

- 通过计算当前节点与已访问节点的关系来更新节点索引 `index2`，确保最短路径的方向正确。
7 T1 f' ?* E! ?: h( c
! B/ O: z8 |9 K- x$ z总结最后，该算法实现了 Dijkstra 最短路径算法的基本逻辑：
9 ]/ D: s2 l8 |- V3 b
3 z8 i) }2 _* |7 \6 Z/ h# O1. 初始化距离和访问标记。
2. 循环获取离起点最近的未访问节点，并更新其邻接节点的最短路径。
* Q( x" r5 I; z8 p2 I3. 重复这一过程，直到所有节点均被访问。

0 c- n7 M/ x" E最终返回的 `d` 是从起点到其他节点的最短路径长度数组，`index1` 是访问顺序，`index2` 是节点的索引顺序。这个算法的时间复杂度为 \(O(V^2)\)，其中 \(V\) 是图中节点的数量。但在使用优先队列等数据结构优化时，可以将复杂度降低到 \(O((V + E) \log V)\)，\(E\) 是边的数量。



; |, h3 W/ b" J