动态规划思想:
记<a, b>: a到b的路径
遍历a,b以外的所有k点:若路径长度矩阵中 length(<a, k>)+length(<k, b>) < length(<a, b>) , 则更新 length(<a, b>) 同时记录下<a, b>的中间点k在路径矩阵中。算法复杂度: n为顶点个数,邻接矩阵n x n
在floyd算法中是以k为最外围的循环条件进行更新,(i,j)作为内部循环条件进行更新,依次k的循环即完成更新
疑问:
ps: 确实没看懂为什么k循环一次就能完成更新,以第一次k=0时的更新为例;即使 length(<a, 0>)+length(<0, b>) < length(<a, b>) ,也不能说当前的length(<0, b>)(或length(<a, 0>))就是length(<0, b>)(或length(<a, 0>))的最优值啊???
如果哪位大神懂,请不吝赐教!!!
更新:
刚好https://blog.csdn.net/ljhandlwt/article/details/52096932有这个解释!!!
代码实现:
基于下图实例:
package ali.exercise;
public class Main {
final static int INF = 1000;
public static void main(String[] args) {
int[][] a = { { INF, 12, INF, INF, INF, 16, 14 },
{ 12 , INF, 10, INF, INF, 7, INF },
{ INF, 10, INF, 3, 5, 6, INF },
{ INF, INF, 3, INF, 4, INF, INF },
{ INF, INF, 5, 4, INF, 2, 8 },
{ 16, 7, 6, INF, 2, INF, 9 },
{ 14, INF, INF, INF, 8, 9, INF }
};
//路径矩阵初始化为-1
int[][] p = new int[a.length][a[0].length];
for (int i = 0; i < p.length; i++) {
for (int j = 0; j < p[i].length; j++) {
p[i][j] = -1;
}
}
//以第k个节点作为中间节点优化矩阵
for (int k = 0; k < a.length; k++) {
for (int i = 0; i < a.length; i++) {
for (int j = 0; j < a.length; j++) {
//不计算第k行 because:(k,m)=(k,k)+(k,m)没有意义
//不计算第k列 because:(m,k)=(m,k)+(k,k)没有意义
//不计算对角线 because:计算(m,m)没有意义
if(i!=j && i!=k && j!=k && a[i][k]+a[k][j] < a[i][j]) {
a[i][j] = a[i][k]+a[k][j];
p[i][j] = k;
}
}
}
}
dispPath(a, p);
//System.out.println(shortestPath(p,0,3));
}
/*
* 输出所有矩阵的最优路劲和权值
*/
private static void dispPath(int[][] a, int[][] p) {
for (int i = 0; i < a.length; i++)
for (int j = i+1; j < a.length; j++)
System.out.printf("v%d-v%d weight: %2d path: %-20s\n",i+1,j+1,a[i][j],shortestPath(p,i,j));
}
/*
* 求最优路径
*/
private static String shortestPath(int[][] p, int i, int j) {
StringBuilder sb = new StringBuilder("v");
if(p[i][j] == -1) {
sb.append(i+1);
sb.append("->v");
sb.append(j+1);
return sb.toString();
}
String s0 = shortestPath(p, i, p[i][j]);
//s0..-4是为去掉重复的部分
return s0.substring(0, s0.length()-4) + "->" + shortestPath(p, p[i][j], j) ;
}
}