最短距离问题
用Floyd算法求解下图各个顶点的最短距离。写出Floyd算法的伪代码和给出距离矩阵(顶点之间的最短距离矩阵)。
算法思想
Floyd算法可以方便的求得任意两点的最短路径,这称为多源最短路,算法的核心思想是动态规划。
它将多阶段过程转化为一系列单阶段问题,利用各阶段之间的关系,逐个求解。
根据以往的经验,如果要找到两个顶点直接的最短路程,一般要引入第三个点(如k),即以k为中转点,路线为i->k->j,这样就可以缩短i到j的距离。但是k是1到n的哪一个呢,甚至可能不止有一个中转点,而是经过两个点或者更多点中转会更短,即路线为i->k1->k2->j或者i->k1->k2…->ki>j。
各点初始距离图
假设现在只允许通过1号顶点,即判断以1号为中转点,判断是否产生更短的路径,即判断distmap[i][0]+ distmap[0][j]是否比distmap[i][j]要小
代码实现为
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
distmap[i][j]=min(distmap[i][j],distmap[i][0]+distmap[0][j]);
.
更新后各点的距离
可以看出,只通过1号顶点的情况下,distmap[3][2]、distmap[4][2]和distmap[4][3] 都得到了更新。
接下来我们引入2号顶点,求只允许经过1号和2号两个顶点的情况下的最短路程。
这时候我们在保留只经过1号顶点的最短距离的情况下,再判断经过2号顶点是否可以产生更短路径。即判断distmap[i][1]+ distmap[1][j]是否比distmap[i][j]要小
代码实现为:
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
distmap[i][j]=min(distmap[i][j],distmap[i][0]+distmap[0][j]);
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
distmap[i][j]=min(distmap[i][j],distmap[i][1]+distmap[1][j]);
相比于只允许通过1号顶点进行中转的情况下,这里允许通过1和2号顶点进行中转,再次更新了最短距离。同理,以此类推,再允许1,2,3顶点作为中转可再次更新,但我们知道仅仅几次是不能确定最短的,所有总共要通过n次即通过1~n顶点作为中转后,才可以得到最短距离,所以我们可以发现他其实是由前n-1个中转后的状态来推出第n个状态,这也是使得Floyd算法虽然容易理解和编写,但复杂度较大。
核心伪代码
void Floyd(){
for(中转点从0到n-1遍历)
for(起点从0到n-1遍历)
for(终点从0到n-1遍历)
若经过中转点距离更小则更新距离
}
算法复杂度分析
Prim算法的核心就是三重嵌套for循环,所以时间复杂度为O(n³)。