我有一个图表，我需要找到从多个来源到单个目的地的距离。我知道如何使用dijkstra算法找到单一来源到多目的地。
我在这里找到了一个接受的答案：Algorithm like Bellman-Ford, only for multiple start, single destination?
但我不明白为什么它会起作用。任何人都能解释为什么这个答案有效吗？
答案 0 :(得分：6)
它有效，因为如果你有一个（原始）来源s和你的目标t - 在修改过的图表中，你会反转边缘并找到从t到s的最短路径所有节点，包括t->v1->v2->...->vk->s。
此路径为(v,u)
当且仅当原始图s->vk->vk-1->...->v2->v1->t
中存在边时，此路径中的每条边（u，v）都存在，因此反转图中的上述路径可以直接转换为路径：
x路径的权重是相同的，没有更短的路径，否则 - 你会在反转图上找到它。
作为旁注，我个人更喜欢通过创建一个新的虚拟节点x将多个源问题转换为单一来源问题，并创建一个从x到任何权重为0的源的边，然后使用function one() {
alert("first");
}
function two() {
alert("second");
}
window.onresize = function() {
var test = document.getElementById("div");
if (window.innerWidth > 500) {
try{
test.removeEventListener("click",two);
} catch{}
test.addEventListener("click",one,false);
}
else {
try{
test.removeEventListener("click",one);
} catch{}
test.addEventListener("click",two,false);
}
}
作为源运行最短路径算法。
（假设你需要的是从某个源到目标的最短路径）