计算机网络的最短路径算法有哪些？对应哪些协议？ 计算机算法指的是什么
\u8ba1\u7b97\u673a\u7f51\u7edc\u4e2d\u7684\u8ddd\u79bb\u5411\u91cf\u7b97\u6cd5\uff08RIP\uff09\u7684\u57fa\u672c\u539f\u7406\uff1fRIP\u534f\u8bae\u91c7\u7528\u8ddd\u79bb\u5411\u91cf\u7b97\u6cd5\uff0c\u5728\u5b9e\u9645\u4f7f\u7528\u4e2d\u5df2\u7ecf\u8f83\u5c11\u9002\u7528\u3002\u5728\u9ed8\u8ba4\u60c5\u51b5\u4e0b\uff0cRIP\u4f7f\u7528\u4e00\u79cd\u975e\u5e38\u7b80\u5355\u7684\u5ea6\u91cf\u5236\u5ea6\uff1a\u8ddd\u79bb\u5c31\u662f\u901a\u5f80\u76ee\u7684\u7ad9\u70b9\u6240\u9700\u7ecf\u8fc7\u7684\u94fe\u8def\u6570\uff0c\u53d6\u503c\u4e3a1~15\uff0c\u6570\u503c16\u8868\u793a\u65e0\u7a77\u5927\u3002RIP\u8fdb\u7a0b\u4f7f\u7528UDP\u7684520\u7aef\u53e3\u6765\u53d1\u9001\u548c\u63a5\u6536RIP\u5206\u7ec4\u3002RIP\u5206\u7ec4\u6bcf\u969430s\u4ee5\u5e7f\u64ad\u7684\u5f62\u5f0f\u53d1\u9001\u4e00\u6b21\uff0c\u4e3a\u4e86\u9632\u6b62\u51fa\u73b0\u201c\u5e7f\u64ad\u98ce\u66b4\u201d\uff0c\u5176\u540e\u7eed\u7684\u7684\u5206\u7ec4\u5c06\u505a\u968f\u673a\u5ef6\u65f6\u540e\u53d1\u9001\u3002\u5728RIP\u4e2d\uff0c\u5982\u679c\u4e00\u4e2a\u8def\u7531\u5728180s\u5185\u672a\u88ab\u5237\uff0c\u5219\u76f8\u5e94\u7684\u8ddd\u79bb\u5c31\u88ab\u8bbe\u5b9a\u6210\u65e0\u7a77\u5927\uff0c\u5e76\u4ece\u8def\u7531\u8868\u4e2d\u5220\u9664\u8be5\u8868\u9879\u3002RIP\u5206\u7ec4\u5206\u4e3a\u4e24\u79cd\uff1a\u8bf7\u6c42\u5206\u7ec4\u548c\u54cd\u5e94\u5206\u7ec4\u3002
\u8ba1\u7b97\u673a\u7b97\u6cd5\u662f\u4ee5\u4e00\u6b65\u63a5\u4e00\u6b65\u7684\u65b9\u5f0f\u6765\u8be6\u7ec6\u63cf\u8ff0\u8ba1\u7b97\u673a\u5982\u4f55\u5c06\u8f93\u5165\u8f6c\u5316\u4e3a\u6240\u8981\u6c42\u7684\u8f93\u51fa\u7684\u8fc7\u7a0b\uff0c\u6216\u8005\u8bf4\uff0c\u7b97\u6cd5\u662f\u5bf9\u8ba1\u7b97\u673a\u4e0a\u6267\u884c\u7684\u8ba1\u7b97\u8fc7\u7a0b\u7684\u5177\u4f53\u63cf\u8ff0\u3002
\u65e0\u8bba\u7b97\u6cd5\u6709\u591a\u4e48\u590d\u6742\uff0c\u90fd\u5fc5\u987b\u5728\u6709\u9650\u6b65\u4e4b\u540e\u7ed3\u675f\u5e76\u7ec8\u6b62\u8fd0\u884c\uff1b\u5373\u7b97\u6cd5\u7684\u6b65\u9aa4\u5fc5\u987b\u662f\u6709\u9650\u7684\u3002\u5728\u4efb\u4f55\u60c5\u51b5\u4e0b\uff0c\u7b97\u6cd5\u90fd\u4e0d\u80fd\u9677\u5165\u65e0\u9650\u5faa\u73af\u4e2d\u3002\u7b97\u6cd5\u5fc5\u987b\u662f\u7531\u4e00\u7cfb\u5217\u5177\u4f53\u6b65\u9aa4\u7ec4\u6210\u7684\uff0c\u5e76\u4e14\u6bcf\u4e00\u6b65\u90fd\u80fd\u591f\u88ab\u8ba1\u7b97\u673a\u6240\u7406\u89e3\u548c\u6267\u884c\uff0c\u800c\u4e0d\u662f\u62bd\u8c61\u548c\u6a21\u7cca\u7684\u6982\u5ff5\u3002
\u7b97\u6cd5\u9996\u5148\u5fc5\u987b\u662f\u6b63\u786e\u7684\uff0c\u5373\u5bf9\u4e8e\u4efb\u610f\u7684\u4e00\u7ec4\u8f93\u5165\uff0c\u5305\u62ec\u5408\u7406\u7684\u8f93\u5165\u4e0e\u4e0d\u5408\u7406\u7684\u8f93\u5165\uff0c\u603b\u80fd\u5f97\u5230\u9884\u671f\u7684\u8f93\u51fa\u3002\u5982\u679c\u4e00\u4e2a\u7b97\u6cd5\u53ea\u662f\u5bf9\u5408\u7406\u7684\u8f93\u5165\u624d\u80fd\u5f97\u5230\u9884\u671f\u7684\u8f93\u51fa\uff0c\u800c\u5728\u5f02\u5e38\u60c5\u51b5\u4e0b\u5374\u65e0\u6cd5\u9884\u6599\u8f93\u51fa\u7684\u7ed3\u679c\uff0c\u90a3\u4e48\u5b83\u5c31\u4e0d\u662f\u6b63\u786e\u7684\u3002
\u6269\u5c55\u8d44\u6599
\u7279\u70b9
1\u3001\u6709\u7a77\u6027\u3002\u4e00\u4e2a\u7b97\u6cd5\u5e94\u5305\u542b\u6709\u9650\u7684\u64cd\u4f5c\u6b65\u9aa4\uff0c\u800c\u4e0d\u80fd\u662f\u65e0\u9650\u7684\u3002\u4e8b\u5b9e\u4e0a\u201c\u6709\u7a77\u6027\u201d\u5f80\u5f80\u6307\u201c\u5728\u5408\u7406\u7684\u8303\u56f4\u4e4b\u5185\u201d\u3002\u5982\u679c\u8ba9\u8ba1\u7b97\u673a\u6267\u884c\u4e00\u4e2a\u5386\u65f61000\u5e74\u624d\u7ed3\u675f\u7684\u7b97\u6cd5\uff0c\u8fd9\u867d\u7136\u662f\u6709\u7a77\u7684\uff0c\u4f46\u8d85\u8fc7\u4e86\u5408\u7406\u7684\u9650\u5ea6\uff0c\u4eba\u4eec\u4e0d\u628a\u4ed6\u89c6\u4e3a\u6709\u6548\u7b97\u6cd5\u3002
2\u3001 \u786e\u5b9a\u6027\u3002\u7b97\u6cd5\u4e2d\u7684\u6bcf\u4e00\u4e2a\u6b65\u9aa4\u90fd\u5e94\u5f53\u662f\u786e\u5b9a\u7684\uff0c\u800c\u4e0d\u5e94\u5f53\u662f\u542b\u7cca\u7684\u3001\u6a21\u68f1\u4e24\u53ef\u7684\u3002\u7b97\u6cd5\u4e2d\u7684\u6bcf\u4e00\u4e2a\u6b65\u9aa4\u5e94\u5f53\u4e0d\u81f4\u88ab\u89e3\u91ca\u6210\u4e0d\u540c\u7684\u542b\u4e49\uff0c\u800c\u5e94\u662f\u5341\u5206\u660e\u786e\u7684\u3002\u4e5f\u5c31\u662f\u8bf4\uff0c\u7b97\u6cd5\u7684\u542b\u4e49\u5e94\u5f53\u662f\u552f\u4e00\u7684\uff0c\u800c\u4e0d\u5e94\u5f53\u4ea7\u751f\u201c\u6b67\u4e49\u6027\u201d\u3002
3\u3001\u6709\u96f6\u4e2a\u6216\u591a\u4e2a\u8f93\u5165\u3002\u6240\u8c13\u8f93\u5165\u662f\u6307\u5728\u6267\u884c\u7b97\u6cd5\u662f\u9700\u8981\u4ece\u5916\u754c\u53d6\u5f97\u5fc5\u8981\u7684\u4fe1\u606f\u3002
4\u3001 \u6709\u4e00\u4e2a\u6216\u591a\u4e2a\u8f93\u51fa\u3002\u7b97\u6cd5\u7684\u76ee\u7684\u662f\u4e3a\u4e86\u6c42\u89e3\uff0c\u6ca1\u6709\u8f93\u51fa\u7684\u7b97\u6cd5\u662f\u6ca1\u6709\u610f\u4e49\u7684\u3002
5\u3001\u6709\u6548\u6027\u3002 \u7b97\u6cd5\u4e2d\u7684\u6bcf\u4e00\u4e2a \u6b65\u9aa4\u90fd\u5e94\u5f53\u80fd\u6709\u6548\u7684\u6267\u884c\u3002\u5e76\u5f97\u5230\u786e\u5b9a\u7684\u7ed3\u679c\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-\u8ba1\u7b97\u673a\u7b97\u6cd5
Dijkstra算法、A*算法、SPFA算法、Bellman-Ford算法和Floyd-Warshall算法，本文主要介绍其中的三种。
最短路径问题是图论研究中的一个经典算法问题，旨在寻找图（由结点和路径组成的）中两结点之间的最短路径。
算法具体的形式包括：
确定起点的最短路径问题：即已知起始结点，求最短路径的问题。
确定终点的最短路径问题：与确定起点的问题相反，该问题是已知终结结点，求最短路径的问题。在无向图中该问题与确定起点的问题完全等同，在有向图中该问题等同于把所有路径方向反转的确定起点的问题。
确定起点终点的最短路径问题：即已知起点和终点，求两结点之间的最短路径。
全局最短路径问题：求图中所有的最短路径。
Floyd
求多源、无负权边的最短路。用矩阵记录图。时效性较差，时间复杂度O(V^3)。
Floyd-Warshall算法（Floyd-Warshall algorithm）是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题。
Floyd-Warshall算法的时间复杂度为O(N^3)，空间复杂度为O(N^2)。
Floyd-Warshall的原理是动态规划：
设Di,j,k为从i到j的只以(1..k)集合中的节点为中间节点的最短路径的长度。
若最短路径经过点k，则Di,j,k = Di,k,k-1 + Dk,j,k-1；
若最短路径不经过点k，则Di,j,k = Di,j,k-1。
因此，Di,j,k = min(Di,k,k-1 + Dk,j,k-1 , Di,j,k-1)。
在实际算法中，为了节约空间，可以直接在原来空间上进行迭代，这样空间可降至二维。
Floyd-Warshall算法的描述如下：
for k ← 1 to n do
for i ← 1 to n do
for j ← 1 to n do
if (Di,k + Dk,j < Di,j) then
Di,j ← Di,k + Dk,j;
其中Di,j表示由点i到点j的代价，当Di,j为 ∞ 表示两点之间没有任何连接。
Dijkstra
求单源、无负权的最短路。时效性较好，时间复杂度为O（V*V+E）,可以用优先队列进行优化，优化后时间复杂度变为0（v*lgn）。
源点可达的话，O（V*lgV+E*lgV）=>O（E*lgV）。
当是稀疏图的情况时，此时E=V*V/lgV，所以算法的时间复杂度可为O（V^2） 。可以用优先队列进行优化，优化后时间复杂度变为0（v*lgn）。
Bellman-Ford
求单源最短路，可以判断有无负权回路（若有，则不存在最短路），时效性较好，时间复杂度O（VE）。
Bellman-Ford算法是求解单源最短路径问题的一种算法。
单源点的最短路径问题是指：给定一个加权有向图G和源点s，对于图G中的任意一点v，求从s到v的最短路径。
与Dijkstra算法不同的是，在Bellman-Ford算法中，边的权值可以为负数。设想从我们可以从图中找到一个环
路（即从v出发，经过若干个点之后又回到v）且这个环路中所有边的权值之和为负。那么通过这个环路，环路中任意两点的最短路径就可以无穷小下去。如果不处理这个负环路，程序就会永远运行下去。 而Bellman-Ford算法具有分辨这种负环路的能力。
SPFA
是Bellman-Ford的队列优化，时效性相对好，时间复杂度O（kE）。（k< 与Bellman-ford算法类似，SPFA算法采用一系列的松弛操作以得到从某一个节点出发到达图中其它所有节点的最短路径。所不同的是，SPFA算法通过维护一个队列，使得一个节点的当前最短路径被更新之后没有必要立刻去更新其他的节点，从而大大减少了重复的操作次数。
SPFA算法可以用于存在负数边权的图，这与dijkstra算法是不同的。
与Dijkstra算法与Bellman-ford算法都不同，SPFA的算法时间效率是不稳定的，即它对于不同的图所需要的时间有很大的差别。
在最好情形下，每一个节点都只入队一次，则算法实际上变为广度优先遍历，其时间复杂度仅为O(E)。另一方面，存在这样的例子，使得每一个节点都被入队(V-1)次，此时算法退化为Bellman-ford算法，其时间复杂度为O(VE)。
SPFA算法在负边权图上可以完全取代Bellman-ford算法，另外在稀疏图中也表现良好。但是在非负边权图中，为了避免最坏情况的出现，通常使用效率更加稳定的Dijkstra算法，以及它的使用堆优化的版本。通常的SPFA。
Bellman-Ford算法，对应距离矢量路由协议RIP
Dijkstra算法，A*算法和D*算法等 开放最短路径优先(OSPF)_网络协议
参http://zhidao.baidu.com/question/155864296.html
http://blog.chinaunix.net/uid-27164517-id-3287891.html
http://www.bitscn.com/network/protocol/200604/14786.html
Dijkstra算法是典型 的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。Dijkstra一般的表述通常有两种方式，一种用永久和临时标号方式，一种是用OPEN, CLOSE表的方式，这里均采用永久和临时标号的方式。注意该算法要求图中不存在负权边。
迪杰斯特拉(Dijkstra)算法思想
按路径长度递增次序产生最短路径算法：
把V分成两组：
（1）S：已求出最短路径的顶点的集合
（2）V-S=T：尚未确定最短路径的顶点集合
将T中顶点按最短路径递增的次序加入到S中，
保证：（1）从源点V0到S中各顶点的最短路径长度都不大于
从V0到T中任何顶点的最短路径长度
（2）每个顶点对应一个距离值
S中顶点：从V0到此顶点的最短路径长度
T中顶点：从V0到此顶点的只包括S中顶点作中间
顶点的最短路径长度
依据：可以证明V0到T中顶点Vk的最短路径，或是从V0到Vk的
直接路径的权值；或是从V0经S中顶点到Vk的路径权值之和
（反证法可证）
求最短路径步骤
算法步骤如下：
1. 初使时令 S={V0},T={其余顶点}，T中顶点对应的距离值
若存在<V0,Vi>，d(V0,Vi)为<V0,Vi>弧上的权值
若不存在<V0,Vi>，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
绛旓細Dijkstra绠楁硶銆丄*绠楁硶銆丼PFA绠楁硶銆丅ellman-Ford绠楁硶鍜孎loyd-Warshall绠楁硶锛屾湰鏂囦富瑕佷粙缁嶅叾涓殑涓夌銆傛渶鐭矾寰勯棶棰樻槸鍥捐鐮旂┒涓殑涓涓粡鍏哥畻娉曢棶棰橈紝鏃ㄥ湪瀵绘壘鍥撅紙鐢辩粨鐐瑰拰璺緞缁勬垚鐨勶級涓袱缁撶偣涔嬮棿鐨勬渶鐭矾寰勩傜畻娉曞叿浣撶殑褰㈠紡鍖呮嫭锛氱‘瀹氳捣鐐圭殑鏈鐭矾寰勯棶棰橈細鍗冲凡鐭ヨ捣濮嬬粨鐐癸紝姹傛渶鐭矾寰勭殑闂銆傜‘瀹氱粓鐐圭殑鏈鐭...
绛旓細鏈鐭矾寰勯棶棰樻槸鍥捐涓殑缁忓吀闂锛甯哥敤鐨勬渶鐭矾寰勭畻娉曟湁Dijkstra绠楁硶銆佽礉灏旀浖绂忕壒绠楁硶銆佸紬娲涗紛寰风畻娉曘丄绠楁硶銆侱ijkstra绠楁硶Dijkstra's Algorithm锛欴ijkstra绠楁硶鐢ㄤ簬姹傝В鍗曟簮鏈鐭矾寰勯棶棰橈紝鍗充粠缁欏畾璧风偣鍒板叾瀹冩墍鏈夎妭鐐圭殑鏈鐭矾寰勩傚畠閫氳繃閫愭鎵╁睍璺緞闀垮害鏉ヤ笉鏂‘瀹氬綋鍓嶈窛绂昏捣鐐规渶杩戠殑鑺傜偣锛屽苟鏇存柊鍏跺畠鑺傜偣鐨勮窛绂诲硷紝...
绛旓細1.Dijkstra绠楁硶锛堟渶鐭矾寰勭畻娉曪級Dijkstra(杩澃鏂壒鎷)绠楁硶鏄吀鍨嬬殑鍗曟簮鏈鐭矾寰勭畻娉锛岀敤浜庤绠椾竴涓妭鐐瑰埌鍏朵粬鎵鏈夎妭鐐圭殑鏈鐭矾寰勩備富瑕佺壒鐐规槸浠ヨ捣濮嬬偣涓轰腑蹇冨悜澶栧眰灞傛墿灞曪紝鐩村埌鎵╁睍鍒扮粓鐐逛负姝侱ijkstra绠楁硶鏄緢鏈変唬琛ㄦх殑鏈鐭矾寰勭畻娉曪紝鍦ㄥ緢澶氫笓涓氳绋嬩腑閮戒綔涓哄熀鏈唴瀹规湁璇︾粏鐨勪粙缁嶏紝濡傛暟鎹粨鏋勶紝鍥捐锛岃繍绛瑰...
绛旓細Dijkstra绠楁硶鏄吀鍨 鐨勫崟婧愭渶鐭矾寰勭畻娉锛岀敤浜庤绠椾竴涓妭鐐瑰埌鍏朵粬鎵鏈夎妭鐐圭殑鏈鐭矾寰勩備富瑕佺壒鐐规槸浠ヨ捣濮嬬偣涓轰腑蹇冨悜澶栧眰灞傛墿灞曪紝鐩村埌鎵╁睍鍒扮粓鐐逛负姝侱ijkstra绠楁硶鏄緢鏈変唬琛ㄦх殑鏈鐭矾寰勭畻娉曪紝鍦ㄥ緢澶氫笓涓氳绋嬩腑閮戒綔涓哄熀鏈唴瀹规湁璇︾粏鐨勪粙缁嶏紝濡傛暟鎹粨鏋勶紝鍥捐锛岃繍绛瑰绛夌瓑銆侱ijkstra涓鑸殑琛ㄨ堪閫氬父鏈変袱绉嶆柟寮忥紝涓...
绛旓細1銆丏ijkstra绠楁硶 Dijkstra绠楁硶鏄粡鍏哥殑鏈鐭矾寰勭畻娉曪紝鍏跺熀鏈濇兂鏄:璁剧疆涓涓泦鍚圫瀛樻斁宸茬粡鎵惧埌鏈鐭矾寰勭殑椤剁偣锛孲鐨勫垵濮嬬姸鎬佸彧鍖呭惈婧愮偣v锛屽vi鈭圴-S锛屽亣璁句粠婧愮偣v鍒皏i鐨勬湁鍚戣竟涓烘渶鐭矾寰勩備互鍚庢瘡姹傚緱涓鏉℃渶鐭矾寰剉, 鈥, vk锛屽氨灏唙k鍔犲叆闆嗗悎S涓紝骞跺皢璺緞v, 鈥, vk , vi涓庡師鏉ョ殑鍋囪鐩告瘮杈冿紝...
绛旓細1 Dijkstra绠楁硶浠嬬粛 鍦ㄦ暟瀛︿笂锛屼互鏌愪釜鑺傜偣涓鸿捣鐐癸紝璁＄畻鍒板叾浠栬妭鐐圭殑鏈鐭矾寰勭殑绠楁硶锛岀О涓衡滃崟婧愭渶鐭矾寰勨 绠楁硶銆傛眰鈥滃崟婧愭渶鐭矾寰勨濈殑闂鍦ㄦ暟瀛︿笂鍙互绮剧‘鎻忚堪濡備笅锛氣滃崟婧愭渶鐭矾寰勨 闂锛氬凡鐭ヤ竴涓湁n涓妭鐐(V0..n)鏋勬垚鐨勬湁鍚戣繛閫氬浘G=(V锛孍)锛屼互鍙婂浘涓竟鐨勬潈鍑芥暟C (E)锛屽叾涓璙浠ｈ〃鑺傜偣...
绛旓細Dijkstra绠楁硶鏄绠楁満绉戝涓潪甯歌憲鍚嶅拰閲嶈鐨勭畻娉曚箣涓锛屼富瑕佺敤浜庤В鍐冲浘璁轰腑鐨勫崟婧愭渶鐭矾寰勯棶棰樸傝繖閲岀殑“鍗曟簮”鎸囩殑鏄粠涓涓寚瀹氱殑璧峰鑺傜偣锛堟垨绉颁负“婧”鑺傜偣锛夊嚭鍙戯紝鎵惧埌鍒拌揪鍥句腑鎵鏈夊叾浠栬妭鐐圭殑鏈鐭矾寰勩傝繖涓畻娉曠殑宸ヤ綔鍘熺悊鍙互绠杩颁负锛氫粠婧愯妭鐐瑰紑濮嬶紝閫愭璁块棶鍥句腑鐨勯偦杩戣妭鐐癸紝骞...
绛旓細鏈鐭矾闂鏄浘璁虹悊璁虹殑涓涓粡鍏搁棶棰樸傚鎵炬渶鐭矾寰勫氨鏄湪鎸囧畾缃戠粶涓涓ょ粨鐐归棿鎵句竴鏉¤窛绂绘渶灏忕殑璺傛渶鐭矾涓嶄粎浠呮寚涓鑸湴鐞嗘剰涔変笂鐨勮窛绂绘渶鐭,杩樺彲浠ュ紩鐢冲埌鍏跺畠鐨勫害閲,濡傛椂闂淬佽垂鐢ㄣ佺嚎璺閲忕瓑銆鏈鐭矾寰勭畻娉鐨勯夋嫨涓庡疄鐜版槸閫氶亾璺嚎璁捐鐨勫熀纭,鏈鐭矾寰勭畻娉曟槸璁＄畻鏈绉戝涓庡湴鐞嗕俊鎭瀛︾瓑棰嗗煙鐨勭爺绌剁儹鐐,...
绛旓細寮楁礇浼婂痉鏈鐭窛绂荤畻娉曪紙Floyd Shortest Path Algorithm锛夊張绉颁负鎻掔偣娉曪紝鏄竴绉嶅埄鐢ㄥ姩鎬佽鍒掔殑鎬濇兂瀵绘壘缁欏畾鐨勫姞鏉冨浘涓婧愮偣涔嬮棿鏈鐭矾寰勭殑绠楁硶銆傝绠楁硶鍚嶇О浠ュ垱濮嬩汉涔嬩竴銆1978骞村浘鐏靛鑾峰緱鑰呫佹柉鍧︾澶у璁＄畻鏈绉戝绯绘暀鎺堢綏浼壒路寮楁礇浼婂痉鍛藉悕銆傜畝浠嬶細鏈鐭矾闂鏄缃戠粶鏈浼樺寲涓竴涓熀鏈屽張闈炲父閲嶈鐨勯棶棰橈紝杩...
绛旓細1銆Dijkstra绠楁硶鏄竴绉嶇敤浜庢煡鎵惧浘涓袱涓妭鐐逛箣闂寸殑鏈鐭矾寰勭殑绠楁硶銆傚畠鏄敱鑽峰叞璁＄畻鏈虹瀛﹀鑹惧吂鏍悸疯开鏉版柉鐗规媺鍦1956骞存彁鍑虹殑銆侱ijkstra绠楁硶閫傜敤浜庢病鏈夎礋鏉冮噸鐨勫浘锛屽叾涓昏鎬濇兂鏄粠璧峰鑺傜偣寮濮嬶紝渚濇鎵惧埌涓庡畠璺濈鏈鐭殑鑺傜偣锛岀洿鍒版壘鍒扮洰鏍囪妭鐐逛负姝2銆丏ijkstra绠楁硶鐨勬椂闂村鏉傚害鍙栧喅浜庤妭鐐圭殑鏁伴噺鍜岃竟鐨勬暟閲忋
