1. Dijkstra’s Algorithm是解决单源最短路径问题，即：从某个源点到其余各顶点的最短路径；

2. Dijkstra’s Algorithm中有两上关键点要注意（这是我学习的时候不仔细，导致走了很多弯路）。这里先明确两个集合：所有顶点集V和已选中顶点集S。

    一、找到当前未选中点（V – S）中距离源点最近的点；

    二、更新未选中点到源点的距离。

3. 建议：结合程序及一个示例来理解这个算法。我在学习时，看别人画的各种表格来描述这个算法，看了半天，感觉是明白了，但常常发现有不明确的地方。在结合程序理解算法之后，则有豁然开朗之感。

    下图来自《Introduction of Algorithm》中的示例，这个示例个人觉得很典型，如下图：

程序如下（来自《数据结构（C语言版）》——严蔚敏）：

void ShortestPath_Dijkstra(size_t** arcs, size_t v0, bool** P, size_t* D, size_t vexnum)
{
	size_t i = 0;
	size_t v = 0;
	size_t w = 0;
	size_t min = 0;
	//用Dijkstra算法求有向网的v0顶点到其余顶点v的最短路径P[v]及其带权长度D[v]。
	//P[v][w]为true，则w是从v0到v当前求得最短路径上的顶点。
	//final[v]为true，当且仅当v属于S时，即已经求得从v0到v的最短路径。
	bool* final = new bool[vexnum];
	for (v = 0; v < vexnum; v++)
	{
		//初始化
		final[v] = false;
		D[v] = arcs[v0][v];
		for (w = 0; w <vexnum; w++)
		{
			P[v][w] = false; // 设置空路径
		}
		//P[v][w]为true，则w是从v0到v当前求得最短路径上的顶点。
		//在这里初始化，说明v0到v的路径上可通，则v0和v点都在最短路径的点上。
		if (D[v] < INFINITY)
		{
			P[v][v0] = true;
			P[v][v] = true;
		}
	}
	//初始化，v0顶点属于S集
	D[v0] = 0;
	final[v0] = true;
	//开始主循环，每次求得v0到某个v顶点的最短路径，并加v到S集
	for (i = 1; i < vexnum; i++) // 其余vexnum - 1个点
	{
		 min = INFINITY; // 当前所知离v0顶点的最近距离
		 //注意：这个循环用来找到距离v0最近的点
		 for (w = 0; w < vexnum; w++) 
		 {
			 if (!final[w]) // w顶点在V - S中
			 {
				 //w顶点离v0顶点更近
				 if (D[w] < min)
				 {
					 v = w;
					 min = D[w];
				 }
			 }
		 }
		 //找到之后，将v放入S中
		 final[v] = true;
		 //更新当前最短路径及距离
		 for (w = 0; w < vexnum; w++)
		 {
			 //修改D[w]和P[w],w属于V - S
			 //当前找到的点是v，更新v到V - S中的点的距离，因为有时D[w]中的距离不是直连的
			 if (!final[w] && (min + arcs[v][w] < D[w]))
			 {
				 D[w] = min + arcs[v][w];
				 //P[w] = P[v];
				 //P为一个二维矩阵，每一行代表到这一行所代表结点的最短路径，行标代表结点下标。
				 //因为P[v][w]为true，则w是从v0到v当前求得最短路径上的顶点，此时v是当前找到的点，
				 //将P[v]复制到P[w]中，并且将P[w][w]设置为true，也就是在点v的基础上加点w。
				 memcpy(P[w], P[v], vexnum);
				 P[w][w] = true;
			 }
		 }
	}
}