1.算法思想
? ? ?a.輸入（即已知條件）: 有權(quán)重的無向圖G={E,V}，V是頂點的集合，E是邊的集合 ，每一邊皆有權(quán)重（大于零），源節(jié)點s和目的節(jié)點d都屬于集合V（s∈V, d∈V）。輸出（即求得的結(jié)果）: 源節(jié)點s到所有其它節(jié)點的最短路徑的長度。
????b.初始化階段，除了起點A外，所有節(jié)點的距離dist設(shè)置為無窮大。
????c.更新鄰居的距離起點A的鄰居為為B，D，根據(jù)邊AB、AD的權(quán)重，將其距離分別更新為Distance(B)=2，Distance(D)=1
????d.移除有最小距離的點D由于A的鄰居節(jié)點是B和D，Distance(B)=2>Distance(D)=1，所以移除D點。
? ? e.以移除的D為起點進行更新分別計算D的鄰居節(jié)點的距離，等于AD的權(quán)重，加上DC、DF、DG、DE、DB的權(quán)重。
? ? ?f.移除B在未移除的節(jié)點中，選擇距離最小的B（ distance =2）移除，并且更新鄰居?
????????注意：distance(D) ?D不用更新，因為D已知；distance(E)也不用更新，因為BD+DE=5，比前面計算的值3要大。
g.移除E，在未移除的節(jié)點中，選擇距離最小的E（distance =3）移除，并且更新鄰居，由于鄰居B、D已經(jīng)移除，所以不用更新； distance(G)也不用更新，因為BE+GE=16>distance(G)=5，比前面計算的值5要大。
h.移除C,在未移除的節(jié)點中，選擇距離最小的C（distance =3）移除，并且更新鄰居
i.移除G
j.最后移除F，并按前面原則更新各節(jié)點距離，到此，可以得到起點A到各個頂點的最短距離，完成了dijkstra的算法過程。
2.代碼實現(xiàn)
????以一個簡單的圖例實現(xiàn)：
1.使用guava中的ValueGraphBuilder構(gòu)造圖的實例，并輸入邊集：
????通過調(diào)試可以看到返回值為：
????nodes: [v0, v2, v4, v5, v1, v3],?
????edges: {<v0 -> v2>=10, <v0 -> v4>=30, <v0 -> v5>=100, <v2 -> v3>=50, <v4 -> v3>=20, <v4 -> v5>=60, <v1 ????-> v2>=5, <v3 -> v5>=10}
2.構(gòu)建一個臨時結(jié)構(gòu)，用于存儲每個節(jié)點運算時的中間結(jié)果
3.初始化NodeExtra
4.初始化之后的數(shù)據(jù)如下，以V2為例，V2到V0的距離為10，路徑為V0->V2，并且此時V2并未經(jīng)過算路，visited為false
5.首次進入可以設(shè)置節(jié)點最短路徑為0
6.找出當前離V0路徑最短的節(jié)點
如下如所示。找到當前最短路徑節(jié)點
7.并入新查找的節(jié)點后，更新與其相連接節(jié)點的最短路徑中間結(jié)果
由圖中可以看出與V2相連的節(jié)點為V3，此時更新了V3的中間結(jié)果，注：此時只是更新了V3到V0的最短距離，并未更新V3到V0的路徑
重復(fù) 6 此時，首次循環(huán)已經(jīng)結(jié)結(jié)束，開始下一次循環(huán)，已經(jīng)并入新查找的節(jié)點，不參與計算。第二次找到V4為最近的節(jié)點
重復(fù) 7 再次更新與V4相連的節(jié)點，V3和V5到V0的最短距離
