Dijkstra算法：最短路径原理与工程实践

1. Dijkstra算法：从理论到实战的完整指南

Dijkstra算法是每个程序员工具箱里必备的经典算法，它就像城市导航系统中的最短路线规划师，能帮你找到从A点到B点的最优路径。我第一次在真实项目中应用这个算法是在开发物流配送系统时，需要计算仓库到各个配送点的最短运输路线。当时被它的简洁高效所震撼，今天我就把这个算法的精髓和实战经验完整分享给大家。

2. 算法核心原理剖析

2.1 算法起源与基本概念

1956年，荷兰计算机科学家Edsger W. Dijkstra在咖啡厅喝咖啡时想出了这个算法（没错，很多伟大发明都诞生于咖啡馆）。他当时需要为ARMAC计算机设计一个高效的路径计算方案，于是创造了这个影响至今的算法。

算法的核心是解决单源最短路径问题：

• 单源：从一个固定起点出发
• 最短路径：找到到这个起点到所有其他点的最短距离

想象你站在一个城市的地铁站（起点），要找到去所有其他站的最快路线。Dijkstra算法就是你的智能导航，它会逐步探索并确定每个站点的最短路线。

2.2 贪心策略的精妙之处

Dijkstra采用贪心算法策略，这就像下棋时总是选择当前看起来最优的走法。具体来说：

1. 每次选择距离起点最近的未处理节点
2. 从这个节点出发更新邻居节点的距离
3. 重复直到所有节点都被处理

这种策略之所以有效，是因为在非负权图中，局部最优的选择能保证全局最优。就像爬山时每次都选择最陡的坡，最终一定能最快登顶。

2.3 关键数据结构解析

实现Dijkstra需要三个核心数据结构：

1. 距离数组(dist)：记录起点到每个节点的当前最短距离

   • 初始化：起点为0，其他为∞
   • 示例：dist = [0, ∞, ∞, ∞]

2. 优先队列(最小堆)：快速获取当前距离最小的节点

   • 存储格式：(节点，当前距离)
   • 操作：插入O(logN)，取最小O(logN)

3. 访问标记(visited)：记录已确定最短路径的节点

   • 避免重复处理
   • 示例：visited = [False, False, False]

3. 算法实现细节与优化

3.1 基础实现步骤拆解

让我们用伪代码理解算法流程：

code复制function Dijkstra(Graph, source):
    dist[source] ← 0
    create priority queue Q
    Q.insert(source, 0)
    
    while Q is not empty:
        u ← Q.extract_min()
        
        for each neighbor v of u:
            alt ← dist[u] + weight(u, v)
            if alt < dist[v]:
                dist[v] ← alt
                Q.insert(v, alt)
    
    return dist

这个版本虽然清晰，但有几个效率问题：

1. 没有处理已确定节点
2. 同一个节点可能被多次插入队列

3.2 优化后的C++实现

下面是经过工程优化的实现，加入了visited数组和更智能的队列管理：

cpp复制#include <bits/stdc++.h>
using namespace std;

struct Node {
    int id;
    int distance;
    bool operator<(const Node& other) const {
        return distance > other.distance; // 小顶堆
    }
};

void dijkstra(const vector<vector<pair<int, int>>>& graph, int start, vector<int>& dist) {
    priority_queue<Node> pq;
    vector<bool> visited(graph.size(), false);
    
    dist.assign(graph.size(), INT_MAX);
    dist[start] = 0;
    pq.push({start, 0});
    
    while (!pq.empty()) {
        Nod