在MATLAB环境下，如何实现Dijkstra算法来计算有向加权图的单源最短路径？请结合代码示例说明具体实现过程。

在图论中，Dijkstra算法是解决单源最短路径问题的有效方法。它适用于没有负权边的有向加权图。在MATLAB中实现Dijkstra算法，可以通过以下步骤来进行：

参考资源链接：[Dijkstra算法与MATLAB实现：单源最短路径探索](https://wenku.csdn.net/doc/5rp3x7228m?spm=1055.2569.3001.10343)

首先，你需要构建一个表示图的距离矩阵ma，其中ma(i, j)表示从节点i到节点j的边的权重。如果两个节点之间没有直接的边，则权重可以设置为一个较大的数，表示无穷大（在MATLAB中可用Inf表示）。

其次，创建一个数组来记录源点到每个节点的最短距离以及前驱节点。开始时，只有源点到自身的距离是确定的，其他节点到源点的距离都假设为无穷大。

接下来，通过一个循环结构来重复选择当前未访问的、距离源点最近的节点，并更新其相邻节点的距离。这个过程持续到所有节点都被访问或者没有更短路径可更新为止。

具体的MATLAB代码实现可以参考《Dijkstra算法与MATLAB实现：单源最短路径探索》中提供的Dijkstra函数。以下是一个简化的代码示例，用于说明如何在MATLAB中实现Dijkstra算法：

function [dist, prev] = dijkstra(ma, src)
    % 输入参数ma是一个距离矩阵，src是源点的索引
    N = size(ma, 1); % 图中节点的数量
    dist = Inf(1, N); % 初始化距离数组为无穷大
    dist(src) = 0; % 源点到自身的距离为0
    prev = zeros(1, N); % 初始化前驱节点数组
    visited = false(1, N); % 记录节点是否已访问

    for i = 1:N
        % 找到未访问的节点中距离最小的节点
        [~, u] = min(dist + visited * max(dist) * 2);
        visited(u) = true; % 标记为已访问
        
        % 更新当前节点u的相邻节点的距离
        for v = 1:N
            if ~visited(v) && ma(u, v) < Inf && dist(u) + ma(u, v) < dist(v)
                dist(v) = dist(u) + ma(u, v);
                prev(v) = u;
            end
        end
    end
end

在此代码中，`dist`数组用于存储源点到每个节点的最短距离，`prev`数组用于记录最短路径的前驱节点。函数通过双重循环进行迭代，首先找到未访问节点中距离最小的节点，然后更新已访问节点的最短路径信息。

通过这个MATLAB实现的Dijkstra算法，你可以有效地计算出有向加权图中，从指定源点到其他所有节点的最短路径。建议深入研究文档《Dijkstra算法与MATLAB实现：单源最短路径探索》中的详细内容，以便更全面地理解算法的工作原理和优化策略。

参考资源链接：[Dijkstra算法与MATLAB实现：单源最短路径探索](https://wenku.csdn.net/doc/5rp3x7228m?spm=1055.2569.3001.10343)