以动态规划的思路理解Floyd算法

    以动态规划的思路理解Floyd算法

本文纯粹是自己的一些想法，如果有不对的请各位大牛指教

        通常，想到计算最短路径时，由于是求最优路径，多会想到DP算法，但是若是以每一个点作为一个划分，即第一步是仅有V₀，每一步多加一个点，寻找每一个状态的最优解，并不一定能得到最优点，因为最优路径的并不一定是顺序的，所以可能出现V_i时的最优路线，当V_i+1进入时使得V_i的结果并不是最优的。无法保证DP的必要条件即最优子结构。

         而Floyd算法则另辟蹊径，它将所有点都加入运算，以V₀—V_n中每一个点作为路径的中转点作为一次状态，所以有几个点就有几个状态。此时每个点都会参与到该状态的最短路径的计算当中。换言之，第k状态就是以V_i点作为中转点时的所有路径的最优权值。同时，要得到D^k矩阵，还需经过公式：

                         D^k[i][j] = Min{D^k-1[i][j]  ,  D^k-1[i][k] + D^k-1[k][j]}

选取上一阶段的最优点，所以第k状态会综合前k-1态的最优结果，换言之，就是第k状态是选取V₀---V_i的所有点分别作为中转点得到的最优解。必为当V_i作为中转点时的最优解，满足最优子结构的必要条件。并且每一个状态都是寻找前k态的最优结果，后面的结果并不会影响它的结果，即拥有无后向性。

         整个算法过程就是寻找每一步的局部最优解，最后将所有结果叠加起来，如，当k = n时，就是遍历了所有n个点分别作为中转节点时的最优结果，也就是全局n点的最优结果。