1.迪杰斯特拉本人：
艾 兹格·迪科斯彻（Edsger Wybe Dijkstra，1930.05.11 - 2002.08.06），伟大的计算机科学家，毕业于荷兰的莱顿大学，1972年获得图灵奖，之后，他还获得过1974年AFIPS Harry Goode Memorial Award、1989年ACM SIGCSE计算机科学教育教学杰出贡献奖、以及2002年ACM PODC最具影响力论文奖。最大的两个贡献为最短路径算法，以及操作系统中的银行家算法。
2.算法思想：
令G=(V,E)为一个带权有向图，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S（初始时S中只有源点，以后每求得一条最短路径 , 就将它对应的顶点加入到集合S中，直到全部顶点都加入到S中）；第二组是未确定最短路径的顶点集合U。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。
3.算法步骤：
（1）初始时，S只包含源点。
（2）从U中选取一个距离v最小的顶点k加入S中（该选定的距离就是v到k的最短路径长度）。
（3）以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u（u 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，修改后的距离值的顶点k的距离加上边
（4）重复步骤（2）和（3）直到所有顶点都包含在S中。
4.具体图例与算法执行步骤：（就从A开始，到各节点的最短路径)。
图片右下角是原作者的博客地址。
5.算法伪代码：
void ShorttestPath_DIJ( MGraph G, int v0, PathMatrix &P, ShortPathTable &D)
/*
** 用迪杰斯特拉算法求有向网G的V0顶点到其他顶点的最短路径P，以及其带权长度D。
** 其中P是二维数组，行号表示终点，列号表示经过的路径（P[v][w]为TRUE的意思就是从v0到v,要经过w点)。D是一维数组，表示
** 某顶点到v0点的路径长(D[v] == 10表示从v0到v要经过的路径长度为10）。
** final存放已经求得的路径结果(比如final]v]为TRUE表示已经找到v0到v的最短路径)。
*/
{
for( v = 0; v < G.vexnum; ++v ) {
final[v] = FALSE; // 初始一个顶点的最短路径也没求到。
D[v] = G.arcs[v0][v]; // 先假定顶点到源点的最短路径为有向网标示的值。
for( w = 0; w < G.vexnum; ++w ) {
P[v][w] = FALSE;
}
if( D[v] < INFINITY ) { //如果有直接互通的两个顶点，直接将这个路径赋值到数组P[v]。
P[v][v0] = TRUE;
P[v][v] = TRUE;
}
}
D[v0] = 0; final[v] = TRUE;
/*
** 下面开始主循环，每次求得v0到某个v顶点的最短路径，同时刷新之前的最短路径。
*/
for( i = 1; i < G.vexnum; ++i ) { // 对于除了v0之外的顶点(这个循环仅仅限制次数，i的值不用).
min = INFINITY; // 假定初始的“最小值”为无穷大。
for( w = 0; w < G.vexnum; ++w ) {
if( !final[w] ) // w顶点在V - S中，即还未确定的顶点。
if( D[w] < min ) {
v = w;
min = D[w]; // 随着循环进行，依与v0的距离大小，从小到大取得顶点v，并标记进final。
}
}
final[v] = TRUE; // 标记已经找到
for( w = 0; w < G.vexnum; w++ ) { // 更新路径
if( !final[w] && (min + G.arcs[v][w] < D[w]) ) {
D[w] = min + G.arcs[v][w];
P[w] = P[v]; // 把一行都给赋值了
P[w][w] = TRUE;
}
}
}
6.至此，大体的思路都掌握了。当然课程设计才是验证自己有没真正掌握的最有效手段。下个星期考完试了再做一个交通咨询模拟程序，验证此算法在现实生活中的应用。
