最短路算法：Floyd-Warshall算法学习笔记

最短路算法：Floyd-Warshall算法学习笔记

1. 算法简介

Floyd-Warshall算法，又称为插点法，是一种用于求解任意两点间的最短路径的算法，同时也可以用于检测图中是否存在负权环。

相对于Dijkstra算法和Bellman-Ford算法，Floyd-Warshall算法可以处理边权值为负数的情况，在解决同一问题时时间复杂度更低。

2. 算法思路

Floyd-Warshall算法的思路非常简单，可以用动态规划的思想来理解。

对于图中的任意两个顶点i和j，只考虑它们之间的k个中间顶点，假设这k个顶点分别是1,2,…,k。那么，i到j的最短路径就可以分成两部分：

• i到1的最短路径，加上1到j的最短路径
• i到2的最短路径，加上2到j的最短路径
  …
• i到k的最短路径，加上k到j的最短路径

其中，每一步都是在原来的路径上添加了一个新的中间顶点。因此，我们可以用一个二维数组d[i][j]来记录任意两点之间的最短路径长度。

为了实现这个算法，我们需要在计算每对顶点之间的最短路径时，考虑所有可能的中间顶点。因此，我们要遍历0到n-1这n个顶点，对于每个顶点k，我们都要计算一次从i到j的最短路径长度。这个过程可以用下面的代码来实现：

for (int k = 0; k < n; k++)
    for (int i = 0; i < n; i++)
        for (int j = 0; j < n; j++)
            d[i][j] = min(d[i][j], d[i][k] + d[k][j]);

其中，n是图中顶点的个数，d[i][j]表示从顶点i到顶点j的最短路径长度，初始值是i到j的边权值，如果没有直接相连的边，则赋值为无穷大。

3. 算法性质

• 对于所有的i和j，d[i][j]表示从顶点i到顶点j的最短路径长度。
• 如果图中存在负权环，则算法会失败，因为我们无法确定一个负权环上的顶点的最短路径长度。

4. 算法优化

• 空间优化：由于每个状态只与前一个状态有关（即每次更新d[i][j]时只需要用到上一次更新的值），因此可以将二维数组d改成一维数组。
• 提前退出：如果在更新d[i][j]时，发现d[i][k]+d[k][j]>=d[i][j]（其中k为任意中间顶点），那么就可以提前退出当前循环，因为已经不能更新d[i][j]的值了。

5. C++代码实现

下面是Floyd-Warshall算法的C++实现代码：

const int INF = 0x3f3f3f3f;
const int N = 1005;

int n, m;
int d[N][N];

void Floyd() {
    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]);
}

int main() {
    memset(d, INF, sizeof(d));
    cin >> n >> m;
    for (int i = 1; i <= m; i++) {
        int x, y, w;
        cin >> x >> y >> w;
        d[x][y] = w;
    }
    Floyd();
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            if (i != j && d[i][j] != INF)
                cout << "从" << i << "到" << j << "的最短路径长度是：" << d[i][j] << endl;
    return 0;
}

6. 总结

Floyd-Warshall算法是一种常用的图论算法，能够高效地计算任意两点之间的最短路径。与Dijkstra算法和Bellman-Ford算法相比，它可以处理边权为负数的情况，在解决同一问题时时间复杂度更低，因此应用范围更广。我们需要掌握Floyd-Warshall算法的基本思想和优化方法，并理解其性质和局限性，才能更好地使用它解决实际问题。