狄克斯特拉算法(Dijkstra算法)—单源最短路径问题

前言：此算法是解决从原点出发到其他节点的最短路径。但是也有此算法的限制条件和前提

• 路径是有方向且无环的
• 路径的消耗不为负数（权重不为负数）

题目：如下图所示，从起点为A，终点为F，路径每一条边上的数字为消耗的时间权重，求A点到F点最少需要多少时间？

狄克斯特拉算法按照如下规则运行

1. 找出目前知道的最便宜的节点，即最短时间内到达的节点（不知道的节点算无穷大，如：D、E、F）。
2. 更新对应最便宜节点相邻节点的开销。
3. 对图中的每个节点都执行第一步和第二步，直到没有节点可执行为止。
4. 计算最终节点

示例代码如下：

using System.Collections.Generic;
using UnityEngine;

public class DijkstraAlgorithm : MonoBehaviour
{
    /// 

    /// 相当于Main函数
    /// 
    void Start()
    {
        InvokeDijkstra();
    }

    /// 

    /// 对应的节点到周围节点需要的时间（权重）
    /// 
    private Dictionary> graphDictionary = new Dictionary>();
    /// 

    /// 从原点到指定节点需要的时间（权重）
    /// 
    private Dictionary sourceToNodeCost = new Dictionary();
    /// 

    /// 节点对应的父节点
    /// 
    private Dictionary nodeParentDictionary = new Dictionary();
    /// 

    /// 已经处理过的节点集合，此处理更新对应最便宜节点相邻节点的开销
    /// 
    private List processedNodeList = new List();

    public void InvokeDijkstra()
    {
        //初始化节点和对应邻居节点的数据结构
        graphDictionary.Add("A", new Dictionary());
        graphDictionary.Add("B", new Dictionary());
        graphDictionary.Add("C", new Dictionary());
        graphDictionary.Add("D", new Dictionary());
        graphDictionary.Add("E", new Dictionary());
        graphDictionary.Add("F", new Dictionary());

        //添加对应的节点到邻居节点的花销
        graphDictionary["A"].Add("B", 4.0f);
        graphDictionary["A"].Add("C", 1.0f);

        graphDictionary["B"].Add("D", 12.0f);
        graphDictionary["B"].Add("E", 15.0f);

        graphDictionary["C"].Add("D", 23.0f);
        graphDictionary["C"].Add("E", 429.0f);

        graphDictionary["D"].Add("F", 19.0f);
        graphDictionary["E"].Add("F", 9.0f);

        //原点是第一个节点，所以花费为0
        sourceToNodeCost.Add("A", 0);

        var lowestConstNodeName = FindLowestConstNode(sourceToNodeCost);

        while (!string.IsNullOrEmpty(lowestConstNodeName))
        {
            //找到对应的邻居
            foreach (var node in graphDictionary[lowestConstNodeName])
            {
                //节点的总体花费 = 原点到父节点的总体花费 + 父节点到此节点的花费
                float tempCost = sourceToNodeCost[lowestConstNodeName] + node.Value;
                float originalCost = sourceToNodeCost.ContainsKey(node.Key) ? sourceToNodeCost[node.Key] : float.PositiveInfinity;
                if (tempCost< originalCost)
                {
                    sourceToNodeCost[node.Key] = tempCost;
                    nodeParentDictionary[node.Key] = lowestConstNodeName;
                }
            }
            //此节点已经完成处理
            processedNodeList.Add(lowestConstNodeName);
            //查找下一个花费最少并且没有处理的节点
            lowestConstNodeName = FindLowestConstNode(sourceToNodeCost);
        }

        var fullPath = ShortestPath("F");

        Debug.Log($"最短的路径为：{fullPath}");
    }

    /// 

    /// 发现时间最少且没有被处理的节点
    /// 
    /// 
    public string FindLowestConstNode(Dictionary sourceToNodeCost)
    {
        float tempValue = float.PositiveInfinity;
        string nodeName = "";
        foreach (var node in sourceToNodeCost)
        {
            if (!processedNodeList.Contains(node.Key))
            {
                if (node.Value < tempValue)
                {
                    tempValue = node.Value;
                    nodeName = node.Key;
                }
            }
        }
        return nodeName;
    }

    /// 

    /// 找到最短路径的节点路线
    /// 
    /// 
    /// 
    public string ShortestPath(string finalNodeName)
    {
        string result = "";
        if (nodeParentDictionary.ContainsKey(finalNodeName))
        {
            result += ShortestPath(nodeParentDictionary[finalNodeName]);
            result += finalNodeName + " --> ";
        }
        else
        {
            result += finalNodeName + " --> ";
        }
        return result;
    }
}