Dijkstra算法

戴克斯特拉算法（Dijkstra’s algorithm）是由荷兰计算机科学家艾兹赫尔·戴克斯特拉提出。
迪科斯彻算法使用了广度优先搜索解决非负权有向图的单源最短路径问题，算法最终得到一个最短路径树。
该算法常用于路由算法或者作为其他图算法的一个子模块。

            该算法的输入包含了一个有权重的有向图 G，以及G中的一个来源顶点 S。
            我们以 V 表示 G 中所有顶点的集合。
            每一个图中的边，都是两个顶点所形成的有序元素对。
            (u, v) 表示从顶点 u 到 v 有路径相连。
            我们以 E 表示G中所有边的集合，而边的权重则由权重函数 w: E → [0, ∞] 定义。
            因此，w(u, v) 就是从顶点 u 到顶点 v 的非负权重（weight）。
            边的权重可以想像成两个顶点之间的距离。
            任两点间路径的权重，就是该路径上所有边的权重总和。
            已知有 V 中有顶点 s 及 t，Dijkstra 算法可以找到 s 到 t的最低权重路径(例如，最短路径)。
            这个算法也可以在一个图中，找到从一个顶点 s 到任何其他顶点的最短路径。
            对于不含负权的有向图，Dijkstra算法是目前已知的最快的单源最短路径算法。
  
          算法步骤：

            1. 初始时令 S={V0},T={其余顶点}，T中顶点对应的距离值

                若存在，d(V0,Vi)为弧上的权值

                若不存在，d(V0,Vi)为∞

            2. 从T中选取一个其距离值为最小的顶点W且不在S中，加入S

            3. 对其余T中顶点的距离值进行修改：若加进W作中间顶点，从V0到Vi的距离值缩短，则修改此距离值

            重复上述步骤2、3，直到S中包含所有顶点，即W=Vi为止

图解：

Paste_Image.png

以上图G4为例，来对迪杰斯特拉进行算法演示(以第4个顶点D为起点)。

Paste_Image.png

代码：

    /*
     * Dijkstra最短路径。
     * 即，统计图中"顶点vs"到其它各个顶点的最短路径。
     *
     * 参数说明：
     *       vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。
     *     prev -- 前驱顶点数组。即，prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中，位于"顶点i"之前的那个顶点。
     *     dist -- 长度数组。即，dist[i]是"顶点vs"到"顶点i"的最短路径的长度。
 */
public void dijkstra(int vs, int[] prev, int[] dist) {
      // flag[i]=true表示"顶点vs"到"顶点i"的最短路径已成功获取
        boolean[] flag = new boolean[mVexs.length];

      // 初始化
        for (int i = 0; i < mVexs.length; i++) {
          flag[i] = false;          // 顶点i的最短路径还没获取到。
          prev[i] = 0;              // 顶点i的前驱顶点为0。
          dist[i] = mMatrix[vs][i];  // 顶点i的最短路径为"顶点vs"到"顶点i"的权。
      }

      // 对"顶点vs"自身进行初始化
        flag[vs] = true;
        dist[vs] = 0;

      // 遍历mVexs.length-1次；每次找出一个顶点的最短路径。
        int k=0;
        for (int i = 1; i < mVexs.length; i++) {
          // 寻找当前最小的路径；
          // 即，在未获取最短路径的顶点中，找到离vs最近的顶点(k)。
            int min = INF;
            for (int j = 0; j < mVexs.length; j++) {
                if (flag[j]==false && dist[j]