数学建模常用算法—弗洛伊德算法求最短路径(Floyd)

解决问题

Floyd算法又称为插点法，是解决任意两点间的最短路径的一种算法，可以正确处理无向图或有向图**(可以有负权重，但不可存在负权回路)**的最短路径问题。

优点

能够一次性的求出任意两点之间的最短路径。

缺点

时间复杂度比较高，不适合大量数据。

算法原理

这个链接里有迪杰斯特算法(Dijkstra)和弗洛伊德算法(Floyd)的动画演示，后五分钟是弗洛伊德(Floyd)的动画演示，能够帮助读者直观地了解算法原理。

https://www.bilibili.com/video/av54668527

该算法最后会得到两个矩阵
矩阵D代表了最短距离矩阵，$D{}_{ij}$代表了第 i 个点到第 j 个点的最短路径长度。
矩阵S代表最短路径矩阵，$S{}_{ij}$代表了第 i 个点到第 j 个点的最短路径中从 i 出发的下一个点。以从点2到点4为例，
$S{}_{24}$=1，即点2需先经过点1；
$S{}_{14}$=3，即点1需再经过点3；
$S{}_{34}$=0，即点3需再经过点0；
$S{}_{04}$=4，即点0可直接到达点4。
所以点2到点4的最短路径为：2→1→3→0→4。

注意事项

前面提到，弗洛伊德算法不能处理含有负权回路的图。

MATLAB算法实现

D =     %输入权重邻接矩阵，
n = size(D,1);  % 计算节点的个数

% 初始化dist矩阵
dist = D;

% 下面我们来初始化path矩阵
path = zeros(n);
for j = 1:n
    path(:,j) = j;   % 将第i列的元素变为j
end
for i = 1:n
    path(i,i) = -1;  % 将主对角线元素变为-1
end

% 下面开始三个循环
for k=1:n    % 中间节点k从1- n 循环
   for i=1:n     % 起始节点i从1- n 循环
      for j=1:n    % 终点节点j从1-n 循环
          if dist(i,j)>dist(i,k)+dist(k,j)  % 如果i,j两个节点间的最短距离大于i和k的最短距离+k和j的最短距离
             dist(i,j)=dist(i,k)+dist(k,j);  % 那么我们就令这两个较短的距离之和取代i,j两点之间的最短距离
             path(i,j)=path(i,k);   % 起点为i，终点为j的两个节点之间的最短路径要经过的节点更新为path(i,k)
             % 注意，上面一行语句不能写成path(i,j) = k; 这是网上很多地方都容易犯的错误，在PPT11页中会告诉大家为什么不能这么写
          end
      end
   end
end

end

D为权重邻接矩阵，其中权值的路径权重为无穷大。比如
的权重邻阶矩阵为