Algorithm Dijkstra算法性质 迪克斯特拉（G，w，s）{ 国际空间站（G，s）； 让我们成为一个空集 设Q为优先级队列，用V[G]初始化 Q不是空的： uu->v和（s，v）不在E中，那么（s，u）会在（u，v）之前放松， 那么为什么每次选择最小d[v]都很重要呢

假设存在一个函数extractMaxFiniteD（Q），它返回顶点v，这样它的最大d[v]在Q中是有限的

假设我们将该行更改为u示例：

节点：a、b、c
边缘（和重量）：（a、b、1）（a、c、10）（b、c、1）

在这个问题上试试你的算法，你会发现c的最小代价路径是10，而它显然是2

当你从Q中删除一个节点时，你不会再放松它，如果你删除一个具有最大成本的节点，那么你不会考虑更少的扩展方法来达到那个节点。

---

如果你不想从Q中选择最小节点，那么你也不能将其从Q中移除，你必须将其保留在集合中，以便在未来的迭代中放松。这就是该算法的基本功能。

Dijkstra算法的主要思想是：当你从

Q

中取出一个顶点时，该顶点是好的。你不必重新定义在未来把它砍掉

如果您从

Q

中获取一个随机元素，则此条件不成立-一旦您从

Q

中获取一个顶点

v

，则不能保证

d[v]

确实是到

v

的最短路径

---

如果你采用最小值-这是有保证的，因为如果

v

在

Q

中是最小值，那么对于

Q

中的每个

u

，

d[u]>=d[v]

，因此无论你下一步做什么样的放松，你都无法提高

d[v]

你真的在任何图形上尝试过吗？使用Max会产生错误结果的概率非常高！我对特定的图形不太感兴趣，我想通过选择最小每一步来了解我们试图保留什么属性。如果你在几乎任何图形上都这样做，一步一步地进行，并看到中间结果，你会明白选择无穷大的目的是不合法的，让我们假设extractMaxFiniteD返回顶点v，这样它的最大d[v]在Q中是有限的，它仍然那么平凡吗？

Dijkstra(G,w,s) {
  ISS(G,s);
  let S be an empty set
  let Q be a priority queue, initialized with V[G]
  while Q is not Empty:
       u<-extractMin(Q);
       add u to S
       for each vertex v neighbor of u
             Relax(u,v,w);
}