最短路演算法用於求帶權有向圖中，兩點之間的最近距離。它通過不斷擴大已知的最短路徑，直到最短路徑覆蓋終點為止。由下面的程式可以看書，它的時間複雜度為o(n^3)。下面舉一簡單例子說明最短路演算法的步驟。
想求v0到v7的最短路徑，初始的時候，只知道v0距離自己的最短距離為0.
使用乙個close陣列儲存以求得與v0的最短距離，如未求得的複製為-1. 開始時，close[0]=0;
(1)遍歷close裡面的點，找出所有與close點相鄰但不在close裡面的點。
剛開始只有v0在close裡面，與它相鄰的點有v1、v2、v3。
(2)找出這些點中，距離v0最近的乙個點。
例如點i是close裡面的點，j是i的鄰接點，那麼j與v0的最近距離=ij距離+i與v0的最短距離。由於i是close裡面的點，i與
v0的最短距離已知，就是close[i]。
此時v3距離v0距離為close[0]+1，比v2和v1都小，因此v3選入close，close[3]=1。最短路徑的範圍已經擴大到v0到v3.
(3)此時，與v0-v3這一段已知最短路相鄰的點有v1v2v6，v1距離v0最短距離=2，v6最短距離=v3到v6距離9（圖漏寫了）+close[3]=10，v2到v0的距離顯然是8.因此，這三個點中距離v0最短的點是v1，因此v1收入close，close[1]=1。此時，已知最短路的範圍已經擴到到v1-v0-v3.
一直重複，每次加入乙個與close（或者說是已知最短路）相鄰的點，直到要求的終點加入close就求得起點到終點的最短路。
整個最短路演算法，其實就是乙個最優路徑不斷擴大的過程，一開始只有乙個起點，然後每次新增乙個與起點距離最短的鄰接點，直到找到終點位置。上圖展示了擴充套件的過程，圖1從v0擴充套件到v3.圖2擴充套件到v1-v0-v3，圖3擴充套件到v4-v1-v0-v3.
下面是**：
intminpath(),,,
,,,,
};int close[8];//
存放已經找到與第乙個點最短短的點，陣列的值是改點與起點的最短距離
inti,j;
close[
0]=0;//
起點距離自己的距離為0
for(i=1;i<8;++i)
close[i]=-1;//
沒找到的設為-1
while(close[7]==-1)}}
}close[imin]=min;//
所有相鄰非close點中，與起點最近的點加入close
}
return close[7
];}
最短路演算法
常用的最短路演算法有三種 disjkstra，floyd，ballman floyd 一 disjkstra演算法 dijkstra演算法要求圖上的權非負數。同樣使用於無向圖 html view plain copy include stdio.h hdu 2544 define maxsum 0x...
最短路演算法
最短路演算法有很多，具體哪個好，和資料是有很大關係的 從起點開始向外擴充套件，最壞o v e 實際體驗比o e log v 的dijkstra可能快 include include define max e 4002 define max v 1002 define inf 0x3f3f3f usi...
最短路演算法
參考 一 dijkstar 迪傑斯特拉 演算法 簡介 此演算法按路徑長度 next點 遞增順序產生最短路。步驟 1.先將點集v分成兩組 s 已求出最短路徑的集合 t v s 尚未確定最短路徑的集合 2.初始化 使s t t中頂點對應的距離值，若存在，則為弧上的權值，如不存在則為inf 無窮 3.從t...