弗洛伊德算法学习(Java)
学习视频:尚硅谷韩老师java讲解数据结构和算法
一、 弗洛伊德(Floyd)算法介绍
- 和 Dijkstra 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。该算法 名称以创始人之一、1978 年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德命名
- 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顶点的最短路径。
- 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顶点 的最短路径;弗洛伊德算法中每一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。
二、弗洛伊德(Floyd)算法图解分析
- 设置顶点 vi 到顶点 vk 的最短路径已知为 Lik,顶点 vk 到 vj 的最短路径已知为 Lkj,顶点 vi 到 vj 的路径为 Lij, 则 vi 到 vj 的最短路径为:min((Lik+Lkj),Lij),vk 的取值为图中所有顶点,则可获得 vi 到 vj 的最短路径
- 至于 vi 到 vk 的最短路径 Lik 或者 vk 到 vj 的最短路径 Lkj,是以同样的方式获得
- 弗洛伊德(Floyd)算法图解分析-举例说明
- 示例:求最短路径为例说明:
第一轮循环中,[A,B,C,D,E,F,G]中的点作为起始点,并对应[A,B,C,D,E,F,G]中的点作为终点【除了起始点和中止点相同的情况】,然后以 A下标为(0)作为中间顶点【即把 A 作为中间顶点的所有情况都进行遍历, 就会得到更新距离表 和 前驱关系】, 距离表和前驱关系更新为:
第二轮循环中,[A,B,C,D,E,F,G]中的点作为起始点,并对应[A,B,C,D,E,F,G]中的点作为终点【除了起始点和中止点相同的情况】,然后以 B下标为(1)作为中间顶点【即把 B 作为中间顶点的所有情况都进行遍历, 就会得到更新距离表 和 前驱关系】
第三轮循环中…
第七轮循环后得到结果:
前驱表:
0 0 0 1 6 6 0
1 1 0 1 6 6 1
2 0 2 1 2 4 0
1 3 0 3 5 3 5
6 6 4 5 4 4 4
6 6 4 5 5 5 5
6 6 0 5 6 6 6
各个顶点距离表:
0 5 7 14 6 8 2
5 0 12 9 7 9 3
7 12 0 21 8 13 9
14 9 21 0 9 4 10
6 7 8 9 0 5 4
8 9 13 4 5 0 6
2 3 9 10 4 6 0
三、 弗洛伊德(Floyd)算法最佳应用-最短路径
- 胜利乡有 7 个村庄(A, B, C, D, E, F, G)
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
- 问:如何计算出各村庄到 其它各村庄的最短距离?
- 代码实现:
package com.lxf.floyd;
import java.util.Arrays;
public class FloydAlgorithm {
public static void main(String[] args) {
//测试看看图是否创建成功
char[] vertex={'A','B','C','D','E','F','G'};
//创建邻接矩阵
int[][] matrix=new int[vertex.length][vertex.length];
final int N=65535;
matrix[0] = new int[] { 0, 5, 7, N, N, N, 2 };
matrix[1] = new int[] { 5, 0, N, 9, N, N, 3 };
matrix[2] = new int[] { 7, N, 0, N, 8, N, N };
matrix[3] = new int[] { N, 9, N, 0, N, 4, N };
matrix[4] = new int[] { N, N, 8, N, 0, 5, 4 };
matrix[5] = new int[] { N, N, N, 4, 5, 0, 6 };
matrix[6] = new int[] { 2, 3, N, N, 4, 6, 0 };
Graph graph = new Graph(7, matrix, vertex);
graph.show();
graph.floyd();
System.out.println();
graph.show();
}
}
/**
* 创建图
*/
class Graph{
private char[] vertex;
private int[][] dis;//保存,从各个顶点出发到其它顶点的距离,最后的结果,也是保留在该数组
private int[][] pre;//保存到达目标顶点的前驱顶点
final int N=65535;
/**
* 构造器
* @param length 大小
* @param matrix 邻接矩阵
* @param vertex 顶点数组
*/
public Graph(int length,int[][] matrix,char[] vertex) {
this.vertex = vertex;
this.dis=matrix;
this.pre=new int[length][length];
//对pre数组初始化,注意存放的是前驱顶点的下标
for (int i = 0; i < length; i++) {
Arrays.fill(pre[i],i);
}
}
/**
* 显示pre数组和dis数组
*/
public void show(){
System.out.println("前驱表:");
for (int i = 0; i < dis.length; i++) {
//先将pre数组输出的一行数据
for (int j = 0; j < dis.length; j++) {
System.out.print(pre[i][j]+" ");
}
System.out.println();
}
System.out.println();
System.out.println("各个顶点距离表:");
for (int i = 0; i < dis.length; i++) {
//输出dis数组的一行数据
for (int k = 0; k < dis.length; k++) {
System.out.printf("%-10d ",dis[i][k]);
}
System.out.println();
}
}
/**
* 弗洛伊德算法
*/
public void floyd(){
int len=0;//变量保存距离
//对中间顶点的遍历,k就是中间顶点的下标
for (int i = 0; i < dis.length; i++) {
//从i顶点开始出发:[A,B,C,D,E,F,G]
for (int j = 0; j < dis.length; j++) {
if(i!=j){
for (int k = 0; k < dis.length; k++) {
if(k!=i&&k!=j&&dis[i][k]!=N&&dis[k][j]!=N){
len=dis[i][k]+dis[k][j];//=>求出从i顶点出发,经过k中间顶点,到达j顶点的距离
if(len<dis[i][j]){
//如果len小于dis[i][j]
dis[i][j]=len;//更新距离
pre[i][j]=pre[k][j];//更新前驱顶点
}
}
}
}
}
}
}
}