路径规划算法 - 求解最短路径 - Dijkstra算法

发布时间 2023-12-06 15:58:44作者: VipSoft

Dijkstra算法的思想是广度优先搜索(BFS) 贪心策略。
是从一个顶点到其余各顶点的最短路径算法,节点边是不各自不同的权重,但都必须是正数
如果是负数,则需要 Bellman-Ford 算法
如果想求任意两点之间的距离,就需要用 Floyd 算法

image

求节点0 -> 4 的最短路径

  • 每次从未标记的节点中选择距离出发点最近的节点,标记,收录到最优路径集合中
  • 计算刚加入节点A的邻近节点B的距离(不包括标记的节点),若(节点A的距离 + 节点A到节点B的边长)< 节点B的距离,就更新节点B的距离和前序节点

初始状态

节点 0 1 2 3 4 5 6 7 8 备注
出发节点 当前节点,到每个节点的距离
前序点 为了记录最短路径,需要记录每个节点的前序节点
最优节点 标记为最优节点

刚开始,所有的节点都认为是 ∞ 无穷大

从0出发

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0
前序点

首先,节点0的距离是0,所有节点中距离最短的是它自己,0为最优路径中的节点

更新0邻近节点1、7

image

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 8
前序点 0 0

将出发点0到节点1和节点7,更新为 4、8
把节点 0 作为节点1 和 节点7 的前序节点
从未标记最优节点(1~8)中,找距离出发点最小的节点 => 4

更新1邻近节点2、7

image

从0点出发,到 节点1 相邻的节点 2、7
0->1->2 = 4 + 8 = 12 , 节点2此时为 ∞,因此 节点2 的 距离 标为 12
0->1->7 = 4 + 11 = 15 , 节点 7 有值 = 8 小于 15,因此 节点 7 的距离不更新

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 8
前序点 0 1 0

把节点 1 作为节点2 的前序节点
从未标记最优节点(1~8)中,找距离出发点最小的节点 => 7

更新7邻近节点 8、6

image

从0点出发,到 上一次最优节点7 相邻的节点 8、6
0->7->8 = 8 + 7 = 15 , 节点8此时为 ∞,因此 节点8 的 距离 标为 15
0->7->6 = 8 + 1 = 9 , 节点6此时为 ∞,因此 节点6 的 距离 标为 9

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 9 8 15
前序点 0 1 7 0 7

把节点 7 作为节点8、6 的前序节点
从未标记最优节点(2~6、8)中,找距离出发点最小的节点 => 6

更新6邻近节点 8、5

image
从0点出发,到 上一次最优节点6 相邻的节点 8、5
0->7->6->8 = 8 + 1 + 6 = 15 , 节点8此时为 15,因此 节点8 的 距离 不变,前序节点不变
0->7->6->5 = 8 + 1 + 2 = 11 , 节点5此时为 ∞,因此 节点5 的 距离 标为 11,前序节点为 6

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 11 9 8 15
前序点 0 1 6 7 0 7

从未标记最优节点(2~5、8)中,找距离出发点最小的节点 => 5

更新5邻近节点 2、3、4

image

从0点出发,到 上一个最优节点5 相邻的节点 2、3、4
0->7->6->5->2 = 8 + 1 + 2 + 4 = 15 , 节点2此时为 12,15>12,所以节点2 保持不变
0->7->6->5->3 = 8 + 1 + 2 + 14 = 25 , 节点3此时为 ∞,因此 节点3 的 距离 标为 25,前序节点为 5
0->7->6->5->4 = 8 + 1 + 2 + 10 = 21 , 节点4此时为 ∞,因此 节点4 的 距离 标为 21,前序节点为 5

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 25 21 11 9 8 15
前序点 0 1 5 5 6 7 0 7

从未标记最优节点(2~4、8)中,找距离出发点最小的节点 => 2

更新2邻近节点 3、8

image

从0点出发,到 上一个最优节点2 相邻的节点 3、8,节点5已标记,所以不处理节点5
0->1->2->3 = 4 + 8 + 7 = 19 , 节点3此时为 25,19<25,因此 节点3 的 距离 标为 19,前序节点为 2
0->1->2->8 = 4 + 8 + 2 = 14 , 节点8此时为 15,14<15,因此 节点8 的 距离 标为 14,前序节点为 2

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 19 21 11 9 8 14
前序点 0 1 2 5 6 7 0 2

从未标记最优节点(3、4、8)中,找距离出发点最小的节点 => 8

邻近节点

8的邻近节点,2、7、6 都已被标记为最优节点,所以不需要处理

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 19 21 11 9 8 14
前序点 0 1 2 5 6 7 0 2

从未标记最优节点(3、4)中,找距离出发点最小的节点 => 3

image

最优节点3的邻近节点:2、5、4中 2、5已标记,处理4

3-> 4 = 19 + 9 = 28 , 节点4此时为 21 , 28 > 21 , 所以节点4保持不变

节点 0 1 2 3 4 5 6 7 8
最优节点
0 出发 0 4 12 19 21 11 9 8 14
前序点 0 1 2 5 6 7 0 2

从未标记最优节点(4)中,找距离出发点最小的节点 => 4

最短距离

从出发点0 到节点 4 的最短距离 = 21

最短路径

反过来追溯
4 的前序节点 5,5的前面是 6 。。。
4 -> 5 -> 6 -> 7 -> 0
因此
0 -> 7 -> 6 -> 5 -> 4 是最短路径