弗洛伊德算法学习(Java)

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

1. 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
2. 弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径
3. 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。
4. 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

1. 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
2. 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
3. 弗洛伊德(Floyd)算法图解分析-举例说明
4. 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

1. 胜利乡有 7 个村庄(A, B, C, D, E, F, G)
2. 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里
3. 问：如何计算出各村庄到 其它各村庄的最短距离?
4. 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
                                }
                            }
                        }
                    }
                }
            }
        }
}