使用DV算法计算路由的例子

假设有如下网络拓扑图：

      4      2
  A ----- B ----- C
  |       |       |
  |      1|       |3
  |       |       |
  D ----- E ----- F
      1      7

其中，A、B、C、D、E、F 分别为网络节点，数字表示两个节点之间的距离（也可以理解为链路成本）。现在需要计算出每个节点到其他节点的最短路径和距离，使用 DV 算法可以实现。

1. 初始化

首先，每个节点都需要知道它与直接相邻节点之间的距离，因此需要进行初始化，例如节点 A：

| 目标节点 | 直接相邻节点 | 距离 |
| -------- | ------------ | ---- |
| A | A | 0 |
| A | B | 4 |
| A | D | 1 |

其他节点的初始化也类似，这里不再一一列举。

2. 迭代更新

接下来，每个节点都需要不断地向相邻节点发送自己的 DV（距离向量），并接收相邻节点发送过来的 DV，然后根据 Bellman-Ford 算法的原理更新自己的 DV，直到 DV 不再变化为止。

以节点 A 为例，其当前的 DV 为：

| 目标节点 | 距离 |
| -------- | ---- |
| A | 0 |
| B | 4 |
| C | ∞ |
| D | 1 |
| E | ∞ |
| F | ∞ |

首先，节点 A 向相邻节点 B 和 D 发送自己的 DV，收到它们的 DV 后，可以计算出到其他节点的距离：

| 目标节点 | 距离 |
| -------- | ---- |
| A | 0 |
| B | 4 |
| C | 5 |
| D | 1 |
| E | 5 |
| F | 8 |

然后，节点 A 又向相邻节点 B 和 D 发送更新后的 DV，再次收到它们的 DV 后，可以继续计算出到其他节点的距离：

| 目标节点 | 距离 |
| -------- | ---- |
| A | 0 |
| B | 4 |
| C | 5 |
| D | 1 |
| E | 5 |
| F | 8 |

可以发现，此时节点 A 的 DV 已经不再变化，因此可以停止迭代。其他节点也可以按照类似的方式进行 DV 的迭代更新，最终得到每个节点到其他节点的最短路径和距离。