仔细分析Dijkstra算法的执行过程可以发现，它与洪水泛滥有些类似。把图节点想象成洪水将要经过的城镇，所有边想象连接城镇的河道，假定洪水在源点突然爆发。
在时刻0，洪水从源头A城开始泛滥。洪水检测员可以估计洪水到达B城、C城、G城、D城的时刻分别为第i、j、k、t小时，i有限小而j,k,t为无穷大因为他们绝不与A城相邻，而B却与之相邻。前者是最保守的估计--- 情况不可能更糟了。若洪水监测员的职责仅仅是正确预报各个城市最早被淹的时间，则他大可高枕无忧睡上 min{i,j,k,t}=i 小时。当洪水到达B时，监测员着手检查所有与B相邻的有河道相邻又尚未被淹的城市，假定发现洪流从B推进到C、D、G的时间分别为12、5、7小时，于是他将C、D、G被淹时刻提前到12+j,5+k,7+t。而这个将时刻提前的动作就是Dijkstra算法里的降距操作。
int Dijkstra(int n,int s,int t, int path[]) // s为源，t为目标终点，path[n]用于跟踪各节点到源的最短路径
{
int i,j,w,minc,d[N],mark[N];
memset(mark,0,sizeof(mark));
for (i=0;i<n;i++)
{
d[i]=g[s][i]; // 初始化点i到源的最短路，有弧赋权，无弧的置为正无穷
path[i]=s;
}
mark[s]=1;
path[s]=-1;
d[s]=0;
for (i=1;i<n;i++)
{
minc=maxint;
for (j=0;j<n;j++)
{
if ((mark[j]==0)&&(minc>=d[j])) // 若点j未被求解，且距源的长度有穷
{minc=d[j];w=j;}
}
mark[w]=1; // 归并该点
for (j=0;j<n;j++)
if (mark[j]==0&&d[j]>d[w]+g[w][j])
{
d[j]=d[w]+g[w][j];
path[j]=w;
}
}
return d[t];
}