前言

提示：以下是本篇文章正文内容

一、路由算法引入

路由器的功能：
在这里插入图片描述
路由算法(协议)确定去往目的网络的最佳路径，转发表确定在本路由器如何转发分组

将实际中的路由器之间的关系抽象成图
在这里插入图片描述

图: G = (N, E)

N = 路由器集合= { u, v, w, x, y, z }

E = 链路集合 ={ (u,v), (u,x), (v,x), (v,w), (x,w), (x,y), (w,y), (w,z), (y,z) }

费用(Costs)：链路的费用，C(u,v) = 2

路由算法: 寻找源到目的最小费用路径的算法

路由器分组转发是通过路由表转发的，而路由表是通过各种算法得到的,从能否随网络的通信量或拓扑自适应地进行调整变化来划分，路由算法可分为两大类：静态路由与动态路由

二、静态路由

静态路由：需要手工配置，路由更新慢，优先级高，不适用于大型网络

三、动态路由

路由器间彼此交换信息，按照路由算法优化出路由表项

动态路由算法分为全局信息和分散信息

全局信息：所有路由器掌握完整的网络拓扑和链路费用信息，链路状态(LS)路由算法

分散(decentralized)信息：路由器只掌握物理相连的邻居以及链路费，邻居间信息交换、运算的迭代过程，距离向量(DV)路由算法

1.链路状态(LS)路由算法

Dijkstra 算法：所有结点(路由器)掌握网络拓扑和链路费用，通过“链路状态广播”使所有结点拥有相同信息，计算从一个结点(“源” )到达所有其他结点的最短路径获得该结点的转发表，k次迭代后，得到到达k个目的结点的最短路径

符号标记:
(1)c(x,y): 结点x到结点y链路费用；如果x和y不直接相连，则=∞

(2)D(v): 从源到目的v的当前路径费用值

(3)p(v): 沿从源到v的当前路径， v的前序结点

(4)N’: 已经找到最小费用路径的结点集合

算法描述：

1 初始化:
2 N’ = {u}
3 for 所有结点v
4 if v毗邻u
5 then D(v) = c(u,v)
6 else D(v) = ∞
7
8 Loop
9 找出不在 N’中的w ，满足D(w)最小
10 将w加入N’
11 更新w的所有不在N’中的邻居v的D(v) :
12 D(v) = min( D(v), D(w) + c(w,v) )
13 /*到达v的新费用或者是原先到达v的费用，或者是
14 已知的到达w的最短路径费用加上w到v的费用 */
15 until 所有结点在N’中 (loop 8)

示例一：
在这里插入图片描述

在这里插入图片描述
找出到目的地址的路径，求出最短路径即可

示例二：
在这里插入图片描述

u的最终最短路径树:

u的最终转发表:

目的	链路
v	(u,v)
x	(u,x)
y	(u,x)
w	(u,x)
z	(u,x)

算法分析：假设有n个结点
1.每次迭代: 需要检测所有不在集合N’中的结点w
2.n(n+1)/2次比较: O(n2)
3.更高效的实现: O(nlogn)
存在震荡(oscillations)可能

2.距离向量(DV)路由算法

Bellman-Ford方程(动态规划)：

假设，dx(y):=从x到y最短路径的费用（距离）
则有：
在这里插入图片描述
核心思想：每个结点不定时地将其自身的DV估计发送给其邻居，当x接收到邻居的新的DV估计时，即依据B-F更新其自身的距离向量估计：Dx(y) ← minv{c(x,v) + Dv(y)} for each node y ∊ N，Dx(y)将最终收敛于实际的最小费用 dx(y)，结点获得最短路径的下一跳, 该信息用于转发表中