对于一个顶点数为N的有向网路图，我们可以通过前面所提到的单源最短路径算法执行N次来获得每一对顶点间的最短路径。这种方法的时间复杂度为O（N*N*N）。如果网络中有负权值的边，则需要使用前面提到的单源最短路径算法之Bellman—Floyd算法。总之，总可以通过单源最短路径来求得每对顶点间的最短路径。这里我就不再用程序实现上述方法,下面介绍Floyd解决这一问题的另一种算法，它形式简单，利于理解，而且时间复杂度同样为O（N*N*N）。
Floyd算法是根据给定有向网络的邻接矩阵dist[n][n]来求顶点vi到顶点vj的最短路径。这一算法的基本思想是：假设vi和vj之间存在一条路径，但这并不一定是最短路径，试着在vi和vj之间增加一个中间顶点vk。 若增加vk后的路径(vi, vk, vj) 比(vi, vj)短，则以新的路径代替原路径，并且修改dist[i][j]的值为新路径的权值；若增加vk后的路径比(vi, vj)更长，则维持dist[i][j]不变。然后在修改后的dist矩阵中，另选一个顶点作为中间顶点，重复以上的操作，直到除vi和vj顶点的其余顶点都做过中间顶点为止。下面以具体实例来说明问题：
假设有向网路图如下所示：
设原始的最短路径矩阵为L(1),经过一次循环后得到新的最短矩阵为L(2),依此类推，当得到L(N-1)时，我们就得到了最短的路径矩阵。最短路径矩阵的变化情况如下：
具体程序实现如下：
#include<stdio.h>
#define N 5 //顶点个数
#define MAX 10000
void Floyd(int dist[N][N],int A[N][N],int path[N][N])
{
for(int i=0;i<N;i++)
for(int j=0;j<N;j++)
for(int k=0;k<N;k++)
{
/*if(A[i][j]>(A[i][k]+dist[k][j]))//方法一：计算每一次矩阵
{
A[i][j]=(A[i][k]+dist[k][j]);
path[i][j]=path[k][j];
}*/
if(A[i][j]>(A[i][k]+A[k][j]))//方法二:计算2的幂次矩阵
{
A[i][j]=(A[i][k]+A[k][j]);
path[i][j]=path[k][j];
}
}
}
void main()
{
int dist[N][N]={{0,3,8,MAX,-4},//图的邻接矩阵
{MAX,0,MAX,1,7},
{MAX,4,0,MAX,MAX},
{2,MAX,-5,0,MAX},
{MAX,MAX,MAX,6,0}};
int A[N][N];
int path[N][N]={0};//给出两顶点间的路径
int pre=0;
for(int i=0;i<N;i++)
for(int j=0;j<N;j++)
{
A[i][j]=dist[i][j];
if(dist[i][j]!=MAX)
path[i][j]=i+1;
else
path[i][j]=0;
}
for(int k=0;k<2;k++)//若用方法一，需循环N-3次，若用方法二，需要循环lg(N-1)次
Floyd(dist,A,path);
printf("每对顶点间的最短路径矩阵为：\n");
for(int i=0;i<N;i++)
{
for(int j=0;j<N;j++)
printf("%d ",A[i][j]);
printf("\n");
}
printf("\n每对顶点的具体最短路径为：\n");
for(int i=0;i<N;i++)
{
for(int j=0;j<N;j++)
{
printf("%d: %d ",A[i][j],j+1);
pre=path[i][j];
while((pre!=0)&&(pre!=i+1))
{
printf("<- %d ",pre);
pre=path[i][pre-1];
}
printf(" <- %d\n",i+1);
}
}
}
结果显示如下：
程序不但显示了两点之间的最短路径长度，而且显示了具体的路径。在程序中，我用了两种方法求最短路径矩阵，其中第二种方法更加简单的，因为我们要求的最短路径矩阵为L(N-1)。比如说当N=5时，我们需要最终得到L(4),我们可以只求L(1)、L(2)、L(4)，而不需要求得每一个L。
注：如果程序出错，可能是使用的开发平台版本不同，请点击如下链接： 解释说明
原文：http://blog.csdn.net/tengweitw/article/details/17577623
作者：nineheadedbird
