Dijkstra算法概述：

       初始时，原点 s 的路径长度值被赋为 0 （d[s] = 0），若存在能直接到达的边（s,m），则把d[m]设为w（s,m）,同时把所有其他（s不能直接到达的）顶点的路径长度设为无穷大，即表示我们不知道任何通向这些顶点的路径（对于 V 中所有顶点 v 除 s 和上述 m 外 d[v] = ∞）。

       Dijkstra 算法的基础操作是边的拓展：如果存在一条从 u 到 v 的边，那么从 s 到 v 的最短路径可以通过将边（u, v）添加到尾部来拓展一条从 s 到 v 的路径。这条路径的长度是 d[u] + w(u, v)。如果这个值比目前已知的 d[v] 的值要小，我们可以用新值来替代当前 d[v] 中的值。

       算法维护两个顶点集 S 和 T。如果某个顶点已经能确定其到源点的最短路径值，那么将其存入集合 S （按Dijkstra算法加入到集合 S中的u点，其当前路径长度必定为最短路径  ，通过反正法证明），而集合 T 则保留其它非S集中的顶点。

       当算法退出时(T集为空），d[v] 中存储的便是从 s 到 v 的最短路径，或者如果路径不存在的话是无穷大。 

       在算法过程中d[v] 值不断逼近最终结果。

下面提供一个例子来形象说明其过程：

图1 带权有向图

0、假设源点为v0，当前探索路径{}，v0设为待进入S集的顶点，T集包含所有顶点。

1、将待进入S的顶点加入S 集，从T集中移走 ，并加入到 当前探索路径的末端。

     根据刚进入s集中的顶点和与其联通的顶点，建立临时探索路径如下：

     {v0，v2}、{v0，v4}、{v0，v5}，并计算出对应的路径长度，

     在表格中，根据v2、v4、v5对应的路径长度值的前后大小关系，“选择性”地进行更新,如下表：（只需更新末端点在T中的路径长度，因为按Dijkstra算法加入集合 S中的v点，必定d[v] 的值已经是最短路径，通过反正法证明；也可以试着更新能达到的、但在s中的顶点，结果都是徒然）

在{v0，v2}、{v0，v4}、{v0，v5}中按路径距离从小到大排序，
结果：{v0，v2}、{v0，v4}、{v0，v5}
循环处理排序后的路径：
如果T为空（最终S集合包含了所有的顶点），跳出循环。

如果该路径末尾端点不在T中，进入下一次循环，
如果该路径末尾端点在T中，该端点定为待进入S的端点，递归进入到第1步；

循环体结束。