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
i
j
D\mathop{{}}\nolimits_{{ij}}
Dij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
i
j
S\mathop{{}}\nolimits_{{ij}}
Sij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
S\mathop{{}}\nolimits_{{24}}
S24=1,即点2需先经过点1;
S
14
S\mathop{{}}\nolimits_{{14}}
S14=3,即点1需再经过点3;
S
34
S\mathop{{}}\nolimits_{{34}}
S34=0,即点3需再经过点0;
S
04
S\mathop{{}}\nolimits_{{04}}
S04=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