一:弗洛伊德(floyd)算法介绍
二:弗洛伊德(floyd)算法图解分析
三:弗洛伊德(floyd)算法最佳应用-最短路径
代码实现:
package com.tian.floyd;
import java.util.Arrays;
public class FloydAlgorithm {
public static void main(String[] args) {
// 测试看看图是否创建成功
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
// 创建邻接矩阵
int[][] matrix = new int[vertex.length][vertex.length];
final int N = 65535;
matrix[0] = new int[] { 0, 5, 7, N, N, N, 2 };
matrix[1] = new int[] { 5, 0, N, 9, N, N, 3 };
matrix[2] = new int[] { 7, N, 0, N, 8, N, N };
matrix[3] = new int[] { N, 9, N, 0, N, 4, N };
matrix[4] = new int[] { N, N, 8, N, 0, 5, 4 };
matrix[5] = new int[] { N, N, N, 4, 5, 0, 6 };
matrix[6] = new int[] { 2, 3, N, N, 4, 6, 0 };
// 创建
Graph graph = new Graph(vertex.length, matrix, vertex);
//调用弗洛伊德算法
graph.floyd();
graph.show();
}
}
class Graph {
private char[] vertex;// 存放顶点的数组
private int[][] dis;// 保存,从各个顶点出发到其他顶点的距离,最后的结果,也是保留在该数组
private int[][] pre;// 保存到达目标顶点的前驱顶点
// 构造器
/**
*
* @param lenght 大小
* @param matrix 邻接矩阵
* @param vertex 顶点数组
*/
public Graph(int lenght, int[][] matrix, char[] vertex) {
this.vertex = vertex;
this.dis = matrix;
this.pre = new int[lenght][lenght];
// 对pre数组初始化,注意存放的是前驱顶点的下标
for (int i = 0; i < lenght; i++) {
Arrays.fill(pre[i], i);
}
}
// 显示pre数组和dis数组
public void show() {
// 为了显示便于阅读,我们优化一下输出
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
for (int k = 0; k < dis.length; k++) {
// 先将pre数组输出一行
for (int i = 0; i < dis.length; i++) {
System.out.print(vertex[pre[k][i]] + " ");
}
System.out.println();
// 输出dis数组的一行数据
for (int i = 0; i < dis.length; i++) {
System.out.print("(" + vertex[k] + "到" + vertex[i] + "的最短路径是" + dis[k][i] + ") ");
}
System.out.println();
System.out.println();
}
}
// 弗洛伊德算法
public void floyd() {
int len = 0;// 变量保存距离
// 对中间顶点的遍历,k 就是中间顶点的下标 ['A', 'B', 'C', 'D', 'E', 'F', 'G']
for (int k = 0; k < dis.length; k++) {
// 从i顶点开始出发 ['A', 'B', 'C', 'D', 'E', 'F', 'G']
for (int i = 0; i < dis.length; i++) {
// 到达j顶点 ['A', 'B', 'C', 'D', 'E', 'F', 'G']
for (int j = 0; j < dis.length; j++) {
len = dis[i][k] + dis[k][j];// => 求出从i顶点出发,经过 k中间顶点,到达 j 顶点距离
if (len < dis[i][j]) {// 如果len小于 dis[i][j]
dis[i][j] = len;// 更新距离
pre[i][j] = pre[k][j];// 更新前驱顶点
}
}
}
}
}
}