仔細分析Dijkstra算法的執行過程可以發現，它與洪水泛濫有些類似。把圖節點想象成洪水將要經過的城鎮，所有邊想象連接城鎮的河道，假定洪水在源點突然爆發。
在時刻0，洪水從源頭A城開始泛濫。洪水檢測員可以估計洪水到達B城、C城、G城、D城的時刻分別為第i、j、k、t小時，i有限小而j,k,t為無窮大因為他們絕不與A城相鄰，而B卻與之相鄰。前者是最保守的估計--- 情況不可能更糟了。若洪水監測員的職責僅僅是正確預報各個城市最早被淹的時間，則他大可高枕無憂睡上 min{i,j,k,t}=i 小時。當洪水到達B時，監測員著手檢查所有與B相鄰的有河道相鄰又尚未被淹的城市，假定發現洪流從B推進到C、D、G的時間分別為12、5、7小時，于是他將C、D、G被淹時刻提前到12+j,5+k,7+t。而這個將時刻提前的動作就是Dijkstra算法里的降距操作。
int Dijkstra(int n,int s,int t, int path[]) // s為源，t為目標終點，path[n]用于跟蹤各節點到源的最短路徑
{
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]; // 初始化點i到源的最短路，有弧賦權，無弧的置為正無窮
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])) // 若點j未被求解，且距源的長度有窮
{minc=d[j];w=j;}
}
mark[w]=1; // 歸并該點
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];
}