图论算法-Floyed求最短路径_floyed算法求-CSDN博客

本文链接：https://blog.csdn.net/hxsyyds49/article/details/145579935

在图论的世界里，最短路径问题一直是一个核心且引人入胜的研究领域。无论是交通路线规划、通信网络优化，还是物流配送路径选择，最短路径算法都发挥着关键作用。今天，我们就来深入探讨一种经典的求解所有顶点对之间最短路径的算法 ——Floyd 算法。

一、Floyd 算法原理

Floyd 算法基于动态规划的思想，通过一个状态转移方程来逐步更新图中任意两点之间的最短路径。其核心在于利用一个二维数组dist[i][j]来表示从顶点i到顶点j的最短距离。

初始化时，dist[i][j]表示图中直接相连的边的权重，如果i和j之间没有直接相连的边，则dist[i][j]设为无穷大。

然后，通过一个三层循环来不断更新dist[i][j]的值。最外层循环遍历所有的顶点k，中间层循环遍历所有的起始顶点i，最内层循环遍历所有的目标顶点j。在每次循环中，判断经过顶点k从i到j的路径是否比当前的dist[i][j]更短，如果是，则更新dist[i][j]的值。

状态转移方程为：dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])

这个方程的含义是，从i到j的最短路径要么是当前已经记录的直接路径，要么是经过中间顶点k的路径。

二、代码实现（C++ 示例）

void floyed(){
	for(int k=1;k<=n;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				d[i][j]=min(d[i][j],d[i][k]+d[k][j]);
			}
		}
	}
}

这是核心算法，其中k在最外层作为中间站点一个一个遍历，类似dp问题，理解就是i到j的路径取i到j之间的长度和i到k加上k到j之间的长度最小值（k是中间站点）。

for(int i=1;i<=n;i++){
		for(int j=1;j<=n;j++){
			if(i!=j)d[i][j]=INF;
			else d[i][j]=0;
		}
	}
for(int i=1;i<=m;i++){
		int x,y,z;
		cin>>x>>y>>z;
		d[x][y]=min(z,d[x][y]);
	}

怕有些同学不会所以把读取操作代码页放进来了，其中n是点数，m是边数，INF是很大的数（无穷大级别，可以用1e9或以上），x和y是节点，z是边的权重（路径长度），d[i][j]是记录i到j的路径长度。

至于这么理解k是在最外层循环，可以参考一下这个例子：“这就好像你要规划旅游路线，你有一本旅游攻略，上面记录了各个景点之间的直接距离。你想找到任意两个景点之间的最短路线。你会先看看能不能通过某个特定的景点作为中转站来优化路线。你会按照一定的顺序，一个一个地尝试这些中转站，每次尝试完一个中转站，就更新一下所有景点对之间的最短路线。只有这样，你最后得到的路线才是最短的。所以，把 k 放在最外层循环，就是为了按照顺序一个一个地尝试所有可能的中转站，保证我们能得到任意两个城市之间的最短路线。”

精简一点就是能不能找到一个 “中转站” 城市 k，让从城市 i 到城市 j 的路线，经过这个中转站之后变得更短，能理解这个的话对这个算法就有很不错的认识了。