Floyd算法求图最短路径问题（基于邻接矩阵）

最新推荐文章于 2022-11-06 21:40:04 发布

b_zz

最新推荐文章于 2022-11-06 21:40:04 发布

阅读量2.1k

点赞数 1

分类专栏：数据结构文章标签：算法图论数据结构

本文链接：https://blog.csdn.net/Godzzb/article/details/124888569

版权

Floyd算法是一种动态规划方法，用于找出图中所有顶点之间的最短路径。它通过引入中转点来更新最短路径信息。核心思想是检查每个顶点作为中转点是否能降低路径成本。算法通过比较当前边的代价与经过中转点的代价，若后者更优则更新路径。示例展示了算法如何在邻接矩阵中操作以找到最短路径。

摘要由CSDN通过智能技术生成

什么是图的最短路径？

就是给出两个带权图中的顶点，求出这个两个顶点之间权值或者说代价最小的路径。

算法思想

在图的最短路径问题上，相比于dijkstra算法求解单源最短路径，Floyd算法可以很好解决各个顶点之间的最短路径问题。个人总结：Floyd算法核心就是一种利用动态规划，求解问题，核心就是关于中转点的引入是否会引起最短路径变化展开思考

在之前，我们考虑最短路径问题时候，一般是从当前点出发，查看当前点的最短路径顶点，但是这个最短路径是对于相邻点，对于不相邻的点，最短路径会发生变化，变化的产生就是“中转点”的引入，在中转点的帮助下，两点的最短路径就会变化，这也是算法设计的初衷，就是探讨中转点引入带来的变化。

下面是实现算法的核心代码

void Floyd(MGraph &g) {
	//初始化一个path矩阵
	MGraph path = PreparePathGraph(g.vertex_number);

	//遍历每一条边，开始比较在引入中转点之后的权值大小
	for (int i = 0; i < g.vertex_number; i++)
	{
		for (int j = 0; j < g.vertex_number; j++)
		{
				for (int k = 0; k < g.vertex_number; k++)
				{