本文实例讲述了PHP实现的迪科斯彻(Dijkstra)最短路径算法。分享给大家供大家参考，具体如下：
一、待解决问题
单源最短路径问题，在给定有向图中求一个顶点（单源顶点）到其他所有顶点的最短路径问题。在下图中，每条边上有一个权值，希望求解A到所有其他顶点（B/C/D/E/F/G）的最短路径。
二、问题分析（最短路径的子结构同样最优性）
如果P（A,G）是从顶点A到G的最短路径,假设D和F是这条路径上的中间点，那么P(D,F)一定时从D到F的最短路径。如果P(D,F)不是D到F的最短路径，那必然存在某一个节点M的另一条D到F的路径可以使P(A,B...M...F,G)比P(A,G)小，自相矛盾。
有了这样的性质，我们可以了解Dijkstra算法。
三、Dijkstra算法
Dijkstra 算法，又叫迪科斯彻算法（Dijkstra），又称为单源最短路径算法，所谓单源是在一个有向图中，从一个顶点出发，求该顶点至所有可到达顶点的最短路径问题。 问题描述为设G=（V，E）是一个有向图，V表示顶点，E表示边。它的每一条边（i，j）属于E，都有一个非负权W（I,j），在G中指定一个结点v0，要求把从v0到G的每一个接vj（vj属于V）的最短有向路径找出来（或者指出不存在）。 Dijstra算法是运用贪心的策略，从源点开始，不断地通过相联通的点找出到其他点的最短距离。
Dijkstra的贪心应用在他利用（二）中的性质，不断地选取“最近”的节点并试探每个节点的所有可能存在链接，以起始点为中心向外层层扩展，直到扩展到终点为止。对于源点A，逐步扩展，根据dist[j]=min{dist[j],dist[i]+matrix[i][j]}更新与i直接相邻的顶点信息。
算法描述
1)算法思想：
设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径,就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
2)算法步骤：
a.初始时，S只包含源点，即S＝{v}，v的距离为0。U包含除v外的其他顶点，即:U={其余顶点}，若v与U中顶点u有边，则
b.从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。
c.以k为新考虑的中间点，修改U中与k相邻的各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值为顶点k的距离加上k与u边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
四、算法PHP实现
'; } } } ?>
调用类：
执行结果：
更多关于PHP相关内容感兴趣的读者可查看本站专题：《》、《》、《》、《》及《PHP查找技巧与方法总结》
希望本文所述对大家PHP程序设计有所帮助。
