BSF, Bellman Ford, Dijsktra

Capitulo 14 (Continuacion)
Introduccion a la teoria de
Grafos y Caminos de Menor
Costo
High-Speed Networks and Internets, Second Edition
William Stallings
Traduccin Libre y comentarios de WYF
En lugar de Costo, el profesor prefiere mtrica.
1
Chapter 14 Overview of Graph Theory and Least-Cost Paths
Las siguientes lminas, y la clase

asociada, son material de apoyo para el
estudio de la materia. No son un
contenido exhaustivo del material.
Por lo tanto se les emplaza a
suplementar el estudio mediante el uso
de la bibliografa recomendada.
Que recuerdan de la clase

anterior? Que no
entendieron?
Grafos
Vertices
Aristas
Cual es el grafo que realmente sirve?
Arboles
Pesos | Metricas | Longitud | Distancia
Breadth First Search (BFS) para

encontrar el Spanning Tree
Particiona los verticies del grafo en varios niveles

Procesa todos los vertices de un nivel dado antes de
empezar con el siguiente nivel.
Comenzamos con cualquier vertice, x y le asignamos nivel 0
Ponemos todos los vertices adyacentes a el en el nivel 1
Sean Vi1, Vi2, Vi3, Vij, vertices en el nivel i
Considere todos los vertices adjacentes a Vi1 que no esten al nivel
1,2,,i
Asigne a estos el nivel (i+1)
1,2,3,,i, (i+1)
Asigen estos tambien al nivel (i+1)
Hasta que todos los vertices hayan sido procesados
Chapter 14 Overview of Graph Theory and Least-C
Por ejemplo, usando el grafo

de ejemplo de la clase anterior
Elija un orden
El mas sencillo es V1,V2,V3,V4,V5,V6
Seleccionar la raiz
De nuevo, la mas sencilla es V1
El rbol T consiste ahora en un solo vertice V1 sin aristas

Aadamos a T cada arista (V1,x) y vertice x
De forma que no se produzcan ciclos
Lo que nos da las aristas (V1,V2), (V1,V3), (V1,V4) y los vertices V1,V2, V3
Este es el primer nivel
Repita para todos los vertices de nivel 1 para obtener el nivel 2

Ya se Aadieron todos los vertices?
De no ser asi, repita con los vertices del nivel 2 para obtener el nivel 3...
Ejemplo de BFS
Distancia de camino mas corto

BFS encuentra el camino de distancia mas
corta (medida en nmero de saltos) desde
un vertice fuente a todos los demas
vertices
Y el minimo numero de aristas en
cualquier camino desde s a v, (s,v)
Tiempo estimado de corrida
Despues de la inicializacion, cada vertice es usado

exactamente una vez como punto de partida para
generar el siguiente nivel
El tiempo que esto toma esta en el orden de |V|
Cada arista que ya este en el arbol es rechazada si se

la examina otra vez
Cada arista que no este en el arbol es examinada
para ver si produce un ciclo. De no ser asi, se la incluye
El grueso del procesamiento de las aristas es una vez por
arista.
Por ende, el tiempo que toma es de orden |E|
El tiempo total que toma el algoritmo escala

linealmente con |V| y |E|
Algoritmo de Bellman-Ford (1)

Definiciones (vers. Matematica)
s = vertice fuente (nuestro punto de partida)
w(i,j) = costo del enlace desde el vertice i al vertice j
w(i,i) = 0
w(i,j) = infinito si i & j no estan directamente
conectados por una arista.
w(i,j) 0 si i,j estan directamente conectados por una
arista
H = maximo numero de aristas en un camino en la etapa
actual del algoritmo
Lh(n) = costo del camino de menor costo desde s a n tal
que no hayan mas de H aristas
9
El Algoritmo de Bellman-Ford
(2) Pasos (Vers. Matematica)
1.
Inicializacion
a.
b.
2.
L0(n) = Infinito para todo n <> s

Lh(s) = 0 para todo H
Cambio
a.
Para cada H subsiguiente mayor que 0

Para cada n distinto de s, calcule:
Lh+1(n) = min[Lh(j)+ w(j,n)]
ii.
Conecte a n con el vertice predecesor j que logre el
minimo
iii.
Elimine cualquier conexion de n con un vertice predecesor
j de la iteracion anterior
iv.
El camino desde s a n termina con un enlace desde j a n
i.
10
(Version Programatica)
Fuente: https://en.wikipedia.org/wiki/Bellman%E2%80%93Ford_algorithm Tomada: Feb 01, 2014. Para sus Referencias
procedure BellmanFord(list vertices, list edges, vertex source)
// This implementation takes in a graph, represented as lists of vertices and edges,
// and fills two arrays (distance and predecessor) with shortest-path information
// Step 1: initialize graph
for each vertex v in vertices:
if v is source then distance[v] := 0
else distance[v] := infinity
predecessor[v] := null
// Step 2: relax edges repeatedly
for i from 1 to size(vertices)-1:
for each edge (u, v) with weight w in edges:
if distance[u] + w < distance[v]:
distance[v] := distance[u] + w
predecessor[v] := u
// Step 3: check for negative-weight cycles

error "Graph contains a negative-weight cycle"
return distance[],predecessor[];
11
procedure BellmanFord(list vertices, list edges, vertex

source)
// This implementation takes in a graph, represented as
lists of vertices and edges,
// and fills two arrays (distance and predecessor) with
shortest-path information
12

predecessor[v] := u
return distance[],predecessor[]
13
El algoritmo de Bellman-Ford
(3) en nuestro grafo de ejemplo
14
(4) Paso a Paso
15
(5) Notas
El tiempo de corrida es de orden |V| x |E|
16
El algoritmo de Dijkstra (1)

Definiciones (Vers. Matematica)
N = El conjunto de Vertices en el Grafo

s = El vertice de arranque
T = El conjunto de los vertices incorporados hasta ahora.
Tree = el spanning tree para los vertices de T incluyendo
las aristas en el camino de menor costo desde s a cada
vertice en T
w(i,j) = el costo de la arista que va del vertice i a j
w(i,i) = 0
w(i,j) = Infinito si i, j no estan diractamente conectados por una
arista.
w(i,j) mayor que cero si i,j estan directamente conectados por
una arista.
L(n) = costo del camino de menor costo desde s hasta n

conocido hasta ahora
Al final del algoritmo, es efectivamente el menor costo de s a n
17

Pasos (Vers Matematica)
1.) Inicio
a.
b.
T = Tree = {s} hasta ahora solo el nodo de inicio ha sido

incorporado
L(n) = w(s,n) for n <> s el costo del camino hacia los
vecinos es el costo de las aristas
2.) Obtenga el siguiente vertice

a.
b.
c.
Buscar x que NO pertenezca a T tal que L(x) = min L(j), j NO

pertenece a T
Aada x a T y a Tree
Aada a T la arista incidente en x que tenga el menor costo
3.) Actualice los caminos de menor costo

a.
L(n) = min[L(n), L(x) + w(x,n)] para todo n que NO

pertenezca a T
18
El Algoritmo de Dijstra (Vers

Programatica)
function Dijkstra(Graph, source):

for each vertex v in Graph:
dist[v]
:= infinity ;
previous[v]
:= undefined ;
end for
dist[source]
Q := the set of all nodes in Graph ;
while Q is not empty:
:= 0 ;
// Initializations
// Unknown distance function from source to v
// Previous node in optimal path from source
// Distance from source to source

// All nodes in the graph are unoptimized thus are in Q
// The main loop
u := vertex in Q with smallest distance in dist[] ;
remove u from Q ;
if dist[u] = infinity:
break ;
// all remaining vertices are
end if
for each neighbor v of u:
// inaccessible from source
alt := dist[u] + dist_between(u, v) ;
if alt < dist[v]:
dist[v]
previous[v]
decrease-key v in Q;
// Relax (u,v,a)
:= u ;
// Reorder v in the Queue
end if
end for
end while
return dist, previous;
// where v has not yet been removed from Q.
:= alt ;
// Source node in first case
end function
Tomado de https://en.wikipedia.org/wiki/Dijkstra%27s_algorithm el 01 de Feb de 2014, con ligeras adaptaciones.
19

Programatica)

dist[v]
:= infinity ;
previous[v]
// Initializations
:= undefined ; // Previous node in optimal path from source
end for
dist[source]
Q := the set of all nodes in Graph ; // All nodes in the graph are
:= 0 ;

// unoptimized thus are in Q
20

Programatica)
while Q is not empty: // The main loop Source node is first case
remove u from Q ;
break ;
end if
for each neighbor v of u: // where v has not yet been removed from Q.
if alt < dist[v]:
// Relax (u,v,a)
dist[v]
previous[v]
decrease-key v in Q; // Reorder v in the Queue
:= alt ;
end if
end for
end while
:= u ;
end function
21

nuestro grafo ejemplo
22
El Algoritmo de Dijktra (4) Paso

a paso
23
Concluye cuando todos los vertices se aaden a

T
Requiere |V| iteraciones
Al terminar:
La L(x) que se asocia con cada vertice es el camino de
menor peso de s a x
El rbol resultante es un spanning tree
Define el camino de menor metrica desde s a todos los demas

vertices
24

Notas
Un paso aade un nodo al rbol, y aade la arista

de menor costo
El tiempo de corrida es del orden |V|2
Los resultados concuerdan con los de BellmanFord
25
Results of Dijkstra and

Bellman-Ford
26
Enrutamiento por Bellman-Ford

Distribuido (AST)
(a) Una subred. (b) las entradas desde A, I, H, K, y

la nueva tabla de enrutamiento para J

Distribuido (2) (AST)
El problema del Conteo al Infinito.
Comparacion de la informacion
requerida (en redes) B-F
Funciona para pesos negativos. No muy util en

telecom, pero si en otros campos.
Los calculos para el vertice n requieren el
conocimiento del costo de todos los enlaces
hacia los vecinos de n ademas del costo total del
camino desde s hacia cada vecino en cuestion.
Cada vertice puede tener un conjunto de costos y
caminos hacia cada otro vertice del grafo.
Intercambia informacion con los vecinos directos
Cada vertice puede usar el paso 2 de BellmanFord basandose en la informacion de los vecinos
y en su conocimiento del costo de sus enlaces
para calcular las rutas (B-F distribuido)
29
requerida (en redes) Dijkstra
Requiere que todos los pesos sean
positivos
El paso 3 requiere que cada vertice tenga la
informacion completa de la topologia
Debe conocer el costo de cada arista del grafo.

Por ende, TODOS los vertices deben
intercambiar informacion.
30
Otras notas
Ambos algoritmos convergen bajo
condiciones estaticas de topologia y peso.
Producen la misma solucion
Si los costos de los enlaces cambian, los
algoritmos se adaptaran, pero el B-F
distribuido tiene el problema de la cuenta
al infinito.
Si el costo de los enlaces dependen del
trafico, el cual a su vez depende de la ruta
seleccionada:
Esto genera condiciones de feedback

Esto puede causar inestabilidad
31
PCCS
32
Ejercicio para hacer juntos en clase
33
TCP Traffic and Congestion Control in ATM Networks
Capitulo 14 (Continuacion)
Introduccion a la teoria de
Grafos y Caminos de Menor
Costo
High-Speed Networks and Internets, Second Edition
William Stallings
Traduccin Libre y comentarios de WYF
En lugar de Costo, el profesor prefiere mtrica.
1
Chapter 14 Overview of Graph Theory and Least-Cost Paths
Chapter 13
Las siguientes lminas, y la clase

asociada, son material de apoyo para el
estudio de la materia. No son un
contenido exhaustivo del material.
Por lo tanto se les emplaza a
suplementar el estudio mediante el uso
de la bibliografa recomendada.
Que recuerdan de la clase

anterior? Que no
entendieron?
Grafos
Vertices
Aristas
Cual es el grafo que realmente sirve?
Arboles
Pesos | Metricas | Longitud | Distancia
Breadth First Search (BFS) para

encontrar el Spanning Tree
Particiona los verticies del grafo en varios niveles

Procesa todos los vertices de un nivel dado antes de
empezar con el siguiente nivel.
Comenzamos con cualquier vertice, x y le asignamos nivel 0
Ponemos todos los vertices adyacentes a el en el nivel 1
Sean Vi1, Vi2, Vi3, Vij, vertices en el nivel i
1,2,,i
Asigne a estos el nivel (i+1)
Considere
todos los vertices adjacentes a Vi2 que no esten al nivel
1,2,3,,i, (i+1)
Asigen estos tambien al nivel (i+1)
Hasta que todos los vertices hayan sido procesados

ost Paths
Por ejemplo, usando el grafo

de ejemplo de la clase anterior
Elija un orden
El mas sencillo es V1,V2,V3,V4,V5,V6
Seleccionar la raiz
De nuevo, la mas sencilla es V1
El rbol T consiste ahora en un solo vertice V1 sin aristas

Aadamos a T cada arista (V1,x) y vertice x
De forma que no se produzcan ciclos
Lo que nos da las aristas (V1,V2), (V1,V3), (V1,V4) y los vertices V1,V2, V3
Este es el primer nivel
Repita para todos los vertices de nivel 1 para obtener el nivel 2

Ya se Aadieron todos los vertices?
De no ser asi, repita con los vertices del nivel 2 para obtener el nivel 3...

ost Paths
Ejemplo de BFS

ost Paths
Distancia de camino mas corto

BFS encuentra el camino de distancia mas
corta (medida en nmero de saltos) desde
un vertice fuente a todos los demas
vertices
Y el minimo numero de aristas en
cualquier camino desde s a v, (s,v)

ost Paths
Tiempo estimado de corrida
Despues de la inicializacion, cada vertice es usado

exactamente una vez como punto de partida para
generar el siguiente nivel
El tiempo que esto toma esta en el orden de |V|
Cada arista que ya este en el arbol es rechazada si se

la examina otra vez
Cada arista que no este en el arbol es examinada
para ver si produce un ciclo. De no ser asi, se la incluye
El grueso del procesamiento de las aristas es una vez por
arista.
Por ende, el tiempo que toma es de orden |E|
El tiempo total que toma el algoritmo escala

linealmente con |V| y |E|
ost Paths
Algoritmo de Bellman-Ford (1)

Definiciones (vers. Matematica)
s = vertice fuente (nuestro punto de partida)
w(i,j) = costo del enlace desde el vertice i al vertice j
w(i,i) = 0
w(i,j) = infinito si i & j no estan directamente
conectados por una arista.
w(i,j) 0 si i,j estan directamente conectados por una
arista
H = maximo numero de aristas en un camino en la etapa
actual del algoritmo
Lh(n) = costo del camino de menor costo desde s a n tal
que no hayan mas de H aristas
9
ost Paths
(2) Pasos (Vers. Matematica)
1.
Inicializacion
a.
b.
2.
L0(n) = Infinito para todo n <> s

Lh(s) = 0 para todo H
Cambio
a.
Para cada H subsiguiente mayor que 0

Para cada n distinto de s, calcule:
Lh+1(n) = min[Lh(j)+ w(j,n)]
ii.
Conecte a n con el vertice predecesor j que logre el
minimo
iii.
Elimine cualquier conexion de n con un vertice predecesor
j de la iteracion anterior
iv.
El camino desde s a n termina con un enlace desde j a n
i.

ost Paths
10
Fuente: https://en.wikipedia.org/wiki/Bellman%E2%80%93Ford_algorithm Tomada: Feb 01, 2014. Para sus Referencias
procedure BellmanFord(list vertices, list edges, vertex source)
// This implementation takes in a graph, represented as lists of vertices and edges,
// and fills two arrays (distance and predecessor) with shortest-path information
predecessor[v] := u
// Step 3: check for negative-weight cycles

error "Graph contains a negative-weight cycle"
return distance[],predecessor[];

ost Paths
11
procedure BellmanFord(list vertices, list edges, vertex

source)
// This implementation takes in a graph, represented as
lists of vertices and edges,
// and fills two arrays (distance and predecessor) with
shortest-path information
ost Paths
12

predecessor[v] := u
return distance[],predecessor[]

ost Paths
13
El algoritmo de Bellman-Ford
(3) en nuestro grafo de ejemplo

ost Paths
14
(4) Paso a Paso

ost Paths
15
(5) Notas
El tiempo de corrida es de orden |V| x |E|

ost Paths
16

Definiciones (Vers. Matematica)
N = El conjunto de Vertices en el Grafo

s = El vertice de arranque
T = El conjunto de los vertices incorporados hasta ahora.
Tree = el spanning tree para los vertices de T incluyendo
las aristas en el camino de menor costo desde s a cada
vertice en T
w(i,j) = el costo de la arista que va del vertice i a j
w(i,i) = 0
w(i,j) = Infinito si i, j no estan diractamente conectados por una
arista.
w(i,j) mayor que cero si i,j estan directamente conectados por
una arista.
L(n) = costo del camino de menor costo desde s hasta n

conocido hasta ahora
Al final del algoritmo, es efectivamente el menor costo de s a n

ost Paths
17

Pasos (Vers Matematica)
1.) Inicio
a.
b.
T = Tree = {s} hasta ahora solo el nodo de inicio ha sido

incorporado
L(n) = w(s,n) for n <> s el costo del camino hacia los
vecinos es el costo de las aristas
2.) Obtenga el siguiente vertice

a.
b.
c.
Buscar x que NO pertenezca a T tal que L(x) = min L(j), j NO

pertenece a T
Aada x a T y a Tree
Aada a T la arista incidente en x que tenga el menor costo
3.) Actualice los caminos de menor costo

a.
L(n) = min[L(n), L(x) + w(x,n)] para todo n que NO

pertenezca a T

ost Paths
18

Programatica)

dist[v]
:= infinity ;
previous[v]
:= undefined ;
end for
dist[source]
Q := the set of all nodes in Graph ;
while Q is not empty:
:= 0 ;
// Initializations
// Previous node in optimal path from source

// All nodes in the graph are unoptimized thus are in Q
// The main loop
remove u from Q ;
break ;
end if
for each neighbor v of u:
if alt < dist[v]:
dist[v]
previous[v]
decrease-key v in Q;
end for
end while
// where v has not yet been removed from Q.
// Relax (u,v,a)
:= alt ;
:= u ;
// Reorder v in the Queue
end if
// Source node in first case

end function
Tomado de https://en.wikipedia.org/wiki/Dijkstra%27s_algorithm el 01 de Feb de 2014, con ligeras adaptaciones.

ost Paths
19

Programatica)

dist[v]
:= infinity ;
previous[v]
// Initializations
:= undefined ; // Previous node in optimal path from source
end for
dist[source]
Q := the set of all nodes in Graph ; // All nodes in the graph are
:= 0 ;

// unoptimized thus are in Q

ost Paths
20

Programatica)
while Q is not empty: // The main loop Source node is first case
remove u from Q ;
break ;
end if
for each neighbor v of u: // where v has not yet been removed from Q.
if alt < dist[v]:
// Relax (u,v,a)
dist[v]
previous[v]
decrease-key v in Q; // Reorder v in the Queue
end for
end while
:= u ;
end if
:= alt ;

end function

ost Paths
21

nuestro grafo ejemplo

ost Paths
22
El Algoritmo de Dijktra (4) Paso

a paso

ost Paths
23
Concluye cuando todos los vertices se aaden a

T
Requiere |V| iteraciones
Al terminar:
La L(x) que se asocia con cada vertice es el camino de
menor peso de s a x
El rbol resultante es un spanning tree
Define el camino de menor metrica desde s a todos los demas

vertices

ost Paths
24

Notas
Un paso aade un nodo al rbol, y aade la arista

de menor costo
El tiempo de corrida es del orden |V|2
Los resultados concuerdan con los de BellmanFord

ost Paths
25
Results of Dijkstra and

Bellman-Ford

ost Paths
26

Distribuido (AST)
(a) Una subred. (b) las entradas desde A, I, H, K, y

la nueva tabla de enrutamiento para J

Distribuido (2) (AST)
El problema del Conteo al Infinito.
En vector Distancia las buenas noticias se

propagan rpidamente, peor las malas noticias se
propagan lentamente....
No existen tcnicas realmente buenas para
resolver este problema con Todas las tipologas
posibles.
Este es un ejemplo de un tipo de problema mas
general llamado demora en la convergencia.
requerida (en redes) B-F
Funciona para pesos negativos. No muy util en

telecom, pero si en otros campos.
Los calculos para el vertice n requieren el
conocimiento del costo de todos los enlaces
hacia los vecinos de n ademas del costo total del
camino desde s hacia cada vecino en cuestion.
Cada vertice puede tener un conjunto de costos y
caminos hacia cada otro vertice del grafo.
Intercambia informacion con los vecinos directos
Cada vertice puede usar el paso 2 de BellmanFord basandose en la informacion de los vecinos
y en su conocimiento del costo de sus enlaces
para calcular las rutas (B-F distribuido)
29

ost Paths
requerida (en redes) Dijkstra
Requiere que todos los pesos sean
positivos
El paso 3 requiere que cada vertice tenga la
informacion completa de la topologia
Debe conocer el costo de cada arista del grafo.

Por ende, TODOS los vertices deben
intercambiar informacion.

ost Paths
30
Otras notas
Ambos algoritmos convergen bajo
condiciones estaticas de topologia y peso.
Producen la misma solucion
Si los costos de los enlaces cambian, los
algoritmos se adaptaran, pero el B-F
distribuido tiene el problema de la cuenta
al infinito.
Si el costo de los enlaces dependen del
trafico, el cual a su vez depende de la ruta
seleccionada:
Esto genera condiciones de feedback

Esto puede causar inestabilidad
ost Paths
31
PCCS

ost Paths
32
Ejercicio para hacer juntos en clase

ost Paths
33

BSF, Bellman Ford, Dijsktra

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

BSF, Bellman Ford, Dijsktra

Transféré par

Droits d'auteur :

Formats disponibles

Capitulo 14 (Continuacion)

Las siguientes lminas, y la clase

Que recuerdan de la clase

Breadth First Search (BFS) para

Particiona los verticies del grafo en varios niveles

Chapter 14 Overview of Graph Theory and Least-C

Por ejemplo, usando el grafo

El rbol T consiste ahora en un solo vertice V1 sin aristas

Repita para todos los vertices de nivel 1 para obtener el nivel 2

Chapter 14 Overview of Graph Theory and Least-C

Chapter 14 Overview of Graph Theory and Least-C

Distancia de camino mas corto

Chapter 14 Overview of Graph Theory and Least-C

Tiempo estimado de corrida

Despues de la inicializacion, cada vertice es usado

Cada arista que ya este en el arbol es rechazada si se

El tiempo total que toma el algoritmo escala

Algoritmo de Bellman-Ford (1)

L0(n) = Infinito para todo n <> s

Para cada H subsiguiente mayor que 0

Chapter 14 Overview of Graph Theory and Least-C

Fuente: https://en.wikipedia.org/wiki/Bellman%E2%80%93Ford_algorithm Tomada: Feb 01, 2014. Para sus Referencias

procedure BellmanFord(list vertices, list edges, vertex source)

// This implementation takes in a graph, represented as lists of vertices and edges,

for each vertex v in vertices:

if v is source then distance[v] := 0

else distance[v] := infinity

// Step 2: relax edges repeatedly

for i from 1 to size(vertices)-1:

for each edge (u, v) with weight w in edges:

if distance[u] + w < distance[v]:

// Step 3: check for negative-weight cycles

for each edge (u, v) with weight w in edges:

if distance[u] + w < distance[v]:

Chapter 14 Overview of Graph Theory and Least-C

procedure BellmanFord(list vertices, list edges, vertex

// Step 1: initialize graph

for each vertex v in vertices:

if v is source then distance[v] := 0

else distance[v] := infinity

// Step 2: relax edges repeatedly

Chapter 14 Overview of Graph Theory and Least-C

Chapter 14 Overview of Graph Theory and Least-C

Chapter 14 Overview of Graph Theory and Least-C

El tiempo de corrida es de orden |V| x |E|

Chapter 14 Overview of Graph Theory and Least-C

El algoritmo de Dijkstra (1)

N = El conjunto de Vertices en el Grafo

L(n) = costo del camino de menor costo desde s hasta n

Chapter 14 Overview of Graph Theory and Least-C

El algoritmo de Dijkstra (2)

T = Tree = {s} hasta ahora solo el nodo de inicio ha sido

2.) Obtenga el siguiente vertice

Buscar x que NO pertenezca a T tal que L(x) = min L(j), j NO

3.) Actualice los caminos de menor costo

L(n) = min[L(n), L(x) + w(x,n)] para todo n que NO

Chapter 14 Overview of Graph Theory and Least-C

El Algoritmo de Dijstra (Vers

function Dijkstra(Graph, source):

Q := the set of all nodes in Graph ;

while Q is not empty:

// Distance from source to source

u := vertex in Q with smallest distance in dist[] ;

// all remaining vertices are