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：
/ j0 G; |4 u; C: z% j- ~
### Dijkstra 算法的基本思想
1 L( Q* o2 w5 N& ?+ M  @/ Z( o
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。

* `! v8 P8 l8 |+ m$ l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。
1 e" J3 B- G* l3 J- `d` 为最短路径权重的数组。
* r% Z2 }8 z7 u# v. h- `index1` 表示节点访问顺序。
- `index2` 表示节点的索引顺序。

[color=rgba(6, 8, 31, 0.88)]初始化[color=rgba(6, 8, 31, 0.88)]:

1. M = max(max(a));  / ~8 l1 I: C, j7 i
   
2. pb(1:length(a)) = 0;     % 标记所有节点为未访问  
   % ]5 i1 ?6 c0 u& `  h
3. pb(1) = 1;                % 将起点标记为已访问  
   / I3 J1 m' k/ U6 L\" ~# G
4. index1 = 1;              % 记录访问顺序  
   , k2 e0 s7 F* n  g1 t\" Q
5. index2 = ones(1, length(a)); % 初始化索引数组  * b: s; M/ j1 K8 _; Z- a  B: S* b  j0 m
   
6. d(1:length(a)) = M;      % 初始化距离数组为最大值  , z) N) O  @7 f8 v3 p3 l
   
7. d(1) = 0;                % 起点到自身的距离为0  
   5 r* Z  J$ W% X& x: c
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。
1 D4 ~  v. G9 f2 _- `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。

[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)  % a0 [4 X- C( Z- C+ {, n9 I, M
   
2.     tb = find(pb == 0);   % 找到所有未访问的节点  
   / g, P( ]# S  \
3.     d(tb) = min(d(tb), d(temp) + a(temp, tb)); % 更新这些节点的距离  4 {; S# u8 O/ @! b# A1 q
   
4.     tmpb = find(d(tb) == min(d(tb))); % 找到距离最小的未访问节点  2 ?7 \7 I& D6 O' f; `
   
5.     temp = tb(tmpb(1));   % 选择距离最小的那个节点  
   , x, ^. i9 x; l  \5 r3 Q+ i
6.     pb(temp) = 1;         % 将其标记为已访问  , Z\" A/ A; j1 c
   
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。
- 找到当前未访问节点 `tb`，并更新这些节点的最短路径长度。
- 选择距离最小的未访问节点来作为下一个要访问的节点。
- 将该节点标记为已访问，并记录访问顺序。
7 P+ L( f, R1 i9 d, X1 N  P4 d3 N
6 _) |3 ?: }4 g[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)));   - H4 |7 M( s: X( v9 ~\" D
   
2. if length(index) >= 2  
   7 F2 V, w\" J) u\" E. K- Q9 P; @8 X, Y
3.     index = index(1);  
   : h$ d3 Q9 G4 G
4. end  4 d6 Q& [* `# X1 \\" }. @
   
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。
# ?2 Q) m! t5 c  p3 C) ~
+ a4 z+ O1 ]1 [& Z; _5 j总结最后，该算法实现了 Dijkstra 最短路径算法的基本逻辑：
" W3 A! D8 z. j3 B; P
1. 初始化距离和访问标记。
% z# x3 d& F- a, G5 o2. 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。
3. 重复这一过程，直到所有节点均被访问。
0 M) k+ p+ b$ [+ f7 M
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。


/ @) X2 S$ y8 L: w3 @5 r