Floyd 算法

概要

初始状态时候两点的距离：
$A[i][j]=0(如果i==j)$
$A[i][j]=\infty (如果i!=j,且无边相连)$
$A[i][j]=W[i][j](如果i!=j,且有边相连接)$
计算最短路径
$A_{-1}[i][j]=g.edges[i][j]$
$A_k[i][j]=MIN(A_{k-1}[i][j],A_{k-1}[i][k]+A_{k-1}[k][j])，其中0⩽k⩽n-1$
上面的式子是一个迭代表达式，每迭代依次，$i\to j$ 的最短路径上就多考虑了一个顶点；
经过 $n$ 次迭代后得到的 $A_{n-1}[i][j]$ 值就是考虑所有顶点后 $i\to j$ 的最短路径，也就是最终解。
另外用二维数组 $path$ 保存最短路径，它与当前迭代次数有关。 $pat{h}_k[i][j]$存放着考察顶点 $0、1、\cdots 、k$ 之后得到的 $i\to j$的最短路径顶点 $j$ 的前一个顶点编号，这和 $Dijkstra$ 算法采用的方式相似。





由 $path$ 数组可以推导出所有顶点的最短路径，下面以求 $1\to 0$ 举例说明：
$path[1][0]=2$，说明顶点 $0$ 的前一项顶点是顶点 $2$，$path[1][2]=3$，表示顶点 $2$ 的前一个顶点是顶点 $3$，$path[1][3]=1$，表示顶点 $3$ 的前一个顶点是顶点 $1$，找到起点。依次得到的顶点序列为：$[0,2,3,1]$，则 $1\to 0$的最短路径为：$1\to 3\to 2\to 0$

代码

#include "../MatGraph.h"


void Floy(MatGraph g) {
    int A[MAXV][MAXV], path[MAXV][MAXV];
    int i, j, k;
    /// the start of the loop
    for (i = 0; i < g.n; i++) {
        for (j = 0; j < g.n; j++) {
            A[i][j] = g.edges[i][j];
            if (i != j && g.edges[i][j] < INF) {
                path[i][j] = i;     /// 表示顶点 i 到顶点 j 有边时
            } else {
                path[i][j] = -1;   /// 顶点 i 到顶点 j 没有边时
            }
        }
    }
    /// the end of the loof

    for (k = 0; k < g.n; k++) {
        for (i = 0; i < g.n; i++) {
            for (j = 0; j < g.n; j++) {
                if (A[i][j] > A[i][k] + A[k][j]) {
                    A[i][j] = A[i][k] + A[k][j];/// 修改最短路径长度
                    path[i][j] = path[k][j];/// 修改最短路径
                }
            }
        }
    }
}

演示ppt下载

链接：https://pan.baidu.com/s/1v3JPJZyDHG4p0f3ioero7w
提取码：q5f8