弗洛伊德算法（求最短路径）-阿里云开发者社区

弗洛伊德算法（求最短路径）

2023-08-16 156

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 用弗洛伊德算法求最短路径

弗洛伊德算法介绍

和迪杰斯特拉算法一样，弗洛伊德(Floyd)算法也是一种用于寻找给定的加权图中顶点间最短路径的算法。
弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径
迪杰斯特拉算法用于计算图中某-一个顶点到其他项点的最短路径。
弗洛伊德算法VS迪杰斯特拉算法:迪杰斯特拉算法通过选定的被访问顶点，求出从出发访问顶点到其他项点的最短路径:弗洛伊德算法中每-个顶点都是出发访问点，所以需要将每-一个顶点看做被访问顶点，求出从每一个顶点到其他顶点的最短路径。
算法的时间复杂度为O(N3)，空间复杂度为O(N2)。
优点：容易理解，可以算出任意两个节点之间的最短距离，代码编写简单。
缺点：时间复杂度比较高，不适合计算大量数据。

弗洛伊德算法思想

通过一个图的权值矩阵求出它的每两点间的最短路径矩阵。

从图的带权邻接矩阵A=[a(i,j)] n×n开始，递归地进行n次更新，即由矩阵D(0)=A，按一个公式，构造出矩阵D(1)；又用同样地公式由D(1)构造出D(2)；……；最后又用同样的公式由D(n-1)构造出矩阵D(n)。矩阵D(n)的i行j列元素便是i号顶点到j号顶点的最短路径长度，称D(n)为图的距离矩阵，同时还可引入一个后继节点矩阵path来记录两点间的最短路径。

采用的是(松弛技术)，对在i和j之间的所有其他点进行一次松弛。所以时间复杂度为O(n^3);

其状态转移方程如下： map[i,j]:=min{map[i,k]+map[k,j],map[i,j]}

map[i,j]表示i到j的最短距离，K是穷举i,j的断点，map[n,n]初值应该为0.当然，如果这条路没有通的话，还必须特殊处理，比如没有map[i,k]这条路

算法原理

Floyd算法的原理是动态规划。

设Di,j,k为从i到j的只以(1…k)集合中的节点为中间节点的最短路径的长度。

代码实现：

public class Test1 {
    public static void main(String[] args) {
        System.out.println("请输入有几个顶点：");
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        char[] vertex = new char[n];
        System.out.println("请输入各个顶点的符号，每个字符用空格分隔：");
        for (int i = 0; i < n; i++) {
            vertex[i] = scanner.next().charAt(0);
        }
        int[][] arr = new int[n][n];
        System.out.println("请输入各个顶点在二维表之间的距离，不能直达的用100表示：");
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < n; j++) {
                arr[i][j] = scanner.nextInt();
            }
        }
        Graph gp = new Graph(vertex, arr, n);
        gp.floyd();
        gp.show(vertex);
    }
}
//创建图
class Graph {
    private char[] vertex;
    private int[][] dis; // 从顶点出发到其他节点的距离
    private int[][] pre; // 目标节点的前驱节点
    // 顶点数组 邻接矩阵 长度大小
    public Graph(char[] vertex, int[][] dis, int len) {
        this.vertex = vertex;
        this.dis = dis;
        this.pre = new int[len][len];
        // 对pre数组进行初始化
        for (int i = 0; i < len; i++) {
            Arrays.fill(pre[i], i);
        }
    }
    public void show(char[] vertex) {
        for (int i = 0; i < dis.length; i++) {
            for (int j = 0; j < dis.length; j++) {
                System.out.print(vertex[pre[i][j]] + "  ");
            }
            System.out.println();
            for (int j = 0; j < dis.length; j++) {
                System.out.print("( " + vertex[i] + " -> " + vertex[j] + " 的最短路径 " + dis[i][j] + " )    ");
            }
            System.out.println();
        }
    }
    // 弗洛伊德算法
    public void floyd() {
        int len = 0;
        // 从中间节点进行遍历
        for (int k = 0; k < dis.length; k++) {
            // 对出发节点进行遍历
            for (int i = 0; i < dis.length; i++) {
                // 遍历终点节点
                for (int j = 0; j < dis.length; j++) {
                    len = dis[i][k] + dis[k][j];
                    if (len < dis[i][j]) {
                        dis[i][j] = len;
                        pre[i][j] = pre[k][j];
                    }
                }
            }
        }
    }
}