Dijkstra算法是最短路径算法中为人熟知的一种，是单起点全路径算法。该算法被称为是“贪心算法”的成功典范。本文接下来将尝试以最通俗的语言来介绍这个伟大的算法，并赋予java实现代码。
一、知识准备
1、表示图的数据结构
用于存储图的数据结构有多种，本算法中笔者使用的是邻接矩阵。
图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边或弧的信息。
设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：
从上面可以看出，无向图的边数组是一个对称矩阵。所谓对称矩阵就是n阶矩阵的元满足aij = aji。即从矩阵的左上角到右下角的主对角线为轴，右上角的元和左下角相对应的元全都是相等的。
从这个矩阵中，很容易知道图中的信息。
（1）要判断任意两顶点是否有边无边就很容易了；
（2）要知道某个顶点的度，其实就是这个顶点vi在邻接矩阵中第i行或（第i列）的元素之和；
（3）求顶点vi的所有邻接点就是将矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点；
而有向图讲究入度和出度，顶点vi的入度为1，正好是第i列各数之和。顶点vi的出度为2，即第i行的各数之和。
有向图的定义也类似，故不做赘述。
2、单起点全路径
所谓单起点全路径，就是指在一个图中，从一个起点出发，到所有节点的最短路径。
3、图论的基本知识(读者需自行寻找相关资料)
4、互补松弛条件
设标量d1,d2,....,dN满足
dj<=di + aij, (i,j)属于A,
且P是以i1为起点ik为终点的路，如果
dj = di + aij, 对P的所有边(i, j)
成立，那么P是从i1到ik的最短路。其中，满足上面两式的被称为最短路问题的互补松弛条件。
二、算法思想
1、令G = （V，E）为一个带权无向图。G中若有两个相邻的节点,i和j。aij(在这及其后面都表示为下标，请注意)为节点i到节点j的权值，在本算法可以理解为距离。每个节点都有一个值di(节点标记)表示其从起点到它的某条路的距离。
2、算法初始有一个数组V用于储存未访问节点的列表，我们暂称为候选列表。选定节点1为起始节点。开始时，节点1的d1=0, 其他节点di=无穷大，V为所有节点。
初始化条件后，然后开始迭代算法，直到V为空集时停止。具体迭代步骤如下：
将d值最小的节点di从候选列表中移除。(本例中V的数据结构采用的是优先队列实现最小值出列，最好使用斐波那契对，在以前文章有过介绍，性能有大幅提示)。对于以该节点为起点的每一条边，不包括移除V的节点, (i, j)属于A， 若dj > di + aij（违反松弛条件）,则令
dj = di + aij , （如果j已经从V中移除过，说明其最小距离已经计算出，不参与此次计算）
可以看到在算法的运算工程中，节点的d值是单调不增的
具体算法图解如下
三、代码实现
//接受一个有向图的权重矩阵，和一个起点编号start（从0编号，顶点存在数组中)
//返回一个int[] 数组，表示从start到它的最短路径长度
public static int[] Dijsktra(int[][]weight,int start){
int length = weight.length;
int[] shortPath = new int[length];//存放从start到各个点的最短距离
shortPath[0] = 0;//start到他本身的距离最短为0
String path[] = new String[length];//存放从start点到各点的最短路径的字符串表示
for(int i=0;i"+i;
}
int visited[] = new int[length];//标记当前该顶点的最短路径是否已经求出，1表示已经求出
visited[0] = 1;//start点的最短距离已经求出
for(int count = 1;count"+i;
}
}
}
for(int i=0;i
static final int MAX = 10000;
然后在main方法里面建一个邻接矩阵，调用此方法即可。
public static void main(String[] args) {
int[][] weight = {
{0,3,2000,7,MAX},
{3,0,4,2,MAX},
{MAX,4,0,5,4},
{7,2,5,0,6},
{MAX,MAX,4,6,0}
};
int start = 0;
int[] dijsktra = Dijsktra(weight,start);
}
参考自：http://www.cnblogs.com/junyuhuang/p/4544747.html