问题描述:
在给定的带权有向图G=(V,E)中,对于任意的顶点vi、vj,求vi到vj的最短路径。
思路:
假设图中有n个顶点,对于从顶点vi到vj的路径,进行n次循环:第一次迭代加入顶点v0作为中转点,考虑路径vi→v0→vj是否存在,如果存在,则比较vi→vj与vi→v0→vj的长度,取较短者作为vi到vj的最短路径;第二次迭代再添加一个顶点v1作为中转点,比较并选择较短的路径,以此类推。经过n次迭代后,便求得了vi到vj的最短路径。
辅助数组:
为了不对邻接矩阵的值造成破坏,定义一个二维数组dist,下标对应邻接矩阵的下标,其初始值和邻接矩阵相同,负责记录最短路径长度。
定义一个三维数组path,负责记录顶点之间的路径,前两个维度下标对应邻接矩阵的下标,第三维存储路径。举个例子,在邻接矩阵中第一行的第二列,存储的是第一个顶点和第二个顶点之间的权值,假设这两个顶点的值为4和7,则path数组在第一行的第二列中存储一个数组,数组值为4和7。
代码实现:
//图结构的定义
typedef struct AMGraph
{
int vex[ARRAYSIZE]={0};//顶点数组
int arc[ARRAYSIZE][ARRAYSIZE];//邻接矩阵,表示顶点之间的关系
int vexnum=0,arcnum=0;//顶点个数和弧个数
int type=0;//1表示无向图,2表示有向图,3表示无向网,4表示有向网
}AMGraph;
//Floyd算法
void Floyd(AMGraph &G)
{
//创建数组并初始化
vector<vector<int>> dist(G.vexnum);
vector<vector<vector<int>>> path(G.vexnum);
for(int i=0;i<G.vexnum;++i)
{
path[i].resize(G.vexnum);
for(int j=0;j<G.vexnum;++j)
{
dist[i].push_back(G.arc[i][j]); //保存路径长度
if(G.arc[i][j]!=INT_MAX) //保存路径
{
path[i][j].push_back(i);
path[i][j].push_back(j);
}
}
}
//算法核心
for(int k=0;k<G.vexnum;++k) //控制添加中转点
{
for(int i=0;i<G.vexnum;++i) //控制起点
{
for(int j=0;j<G.vexnum;++j) //控制终点
{
if(dist[i][k]!=INT_MAX && dist[k][j]!=INT_MAX && dist[i][j]>dist[i][k]+dist[k][j])
{
//更新最短路径
dist[i][j]=dist[i][k]+dist[k][j];
//添加路径,把k插入在倒数第二位
if(path[i][j].size()!=0)
{
path[i][j].pop_back();
path[i][j].push_back(k);
path[i][j].push_back(j);
}
else
{
path[i][j].push_back(i);
path[i][j].push_back(k);
path[i][j].push_back(j);
}
}
}
}
}
//输出路径
for(int i=0;i<G.vexnum;++i)
{
for(int j=0;j<G.vexnum;++j)
{
if(i==j)
continue;
if(dist[i][j]!=INT_MAX)
{
cout << "顶点" << G.vex[i] << "到顶点" << G.vex[j] << "的最小路径为:" << endl;
for(auto it=path[i][j].begin();it!=path[i][j].end();++it)
{
cout << G.vex[*it] << "→";
}
cout << "长度为" << dist[i][j] << endl;
}
}
}
}