【数据结构与算法】Dijkstra算法、Floyd算法

最短路径

前文提到，对于不带权图来说，BFS可以解决最短路径问题，因为它是类似于树的层次遍历那样，同一个结点的后继的访问顺序相邻，这使得BFS首次访问结点时的路径必然是最短的。

但是对于带权图来说，BFS就无法解决了最短路径问题了，除非图中各边的权值相等。所以我们需要用一些其他的算法来解决带权图的最短路径问题。

最短路径问题大致上可以分为两类：一种是单源最短路径，即求图中某一点到其他任意一点的最短路径。另一种是求每对顶点之间的最短路径。

经典的求带权图的单源最短路径的算法有Dijkstra（迪杰斯特拉）算法，求每对顶点间的最短路径的算法有Floyd（弗洛伊德）算法。

Dijkstra和Floyd也能够解决不带权图中的最短路径问题，因为不带权图可以视为每一条边的权值都相同的带权图。

Dijkstra算法

Dijkstra基于贪心算法，它的核心是找出当前集合中顶点可达的，与源点最近的顶点，把它与源点之间的路径视为源点到该点的最短路径，并把它加入到集合中。

例如:

假设我们找从1到其他各个顶点的最短路径，那么按照Dijkstra算法：

初始顶点集 S = { 1 } S=\{1\} S={ 1}

第一轮，集合S中的顶点可达的顶点有2、3。但1->2的距离最短，所以 1->2 的最短路径 = 5， 把2加入到S中，此时 S = { 1 , 2 } S=\{1,2\} S={ 1,2}。

第二轮，集合S中的顶点可达的顶点有3、4、5。但1->3的距离最短，所以1->3的最短路径 = 6，把3加入到S中，此时 S = { 1 , 2 , 3 } S=\{1,2,3\} S={ 1,2,3}。

第三轮，集合S中的顶点可达的顶点有4、5、6。但1-2->4的路径最短，所以1->4的最短路径 = 7，把4加入到S中，此时 S = { 1 , 2 , 3 , 4 } S=\{1,2,3,4\} S={ 1,2,3,4}。

第四轮，集合S中的顶点可达的顶点有5、6、7。但1->3->6的路径是最短的，所以1->6的最短路径 = 9，把6加入到S中，此时 S = { 1 , 2 , 3 , 4 , 6 } S=\{1,2,3,4,6\} S={ 1,2,3,4,6}。

后面依次类推，直到所有的顶点都被包括在S中。

实现