弗洛伊德算法
弗洛伊德(Floyd)算法介绍
- 和 Dijkstra 算法一样,弗洛伊德(Floyd)算法也是一种用于寻找给定的加权图中顶点间最短路径的算法。该算法
名称以创始人之一、1978 年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德命名 - 弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径
- 迪杰斯特拉算法用于计算图中某一个顶点到其他顶点的最短路径。
- 弗洛伊德算法 VS 迪杰斯特拉算法:迪杰斯特拉算法通过选定的被访问顶点,求出从出发访问顶点到其他顶点
的最短路径;弗洛伊德算法中每一个顶点都是出发访问点,所以需要将每一个顶点看做被访问顶点,求出从每一个顶点到其他顶点的最短路径
弗洛伊德(Floyd)算法图解分析
- 设置顶点 vi 到顶点 vk 的最短路径已知为 Lik,顶点 vk 到 vj 的最短路径已知为 Lkj,顶点 vi 到 vj 的路径为 Lij,则 vi 到 vj 的最短路径为:min((Lik+Lkj),Lij),vk 的取值为图中所有顶点,则可获得 vi 到 vj 的最短路径
- 至于 vi 到 vk 的最短路径 Lik 或者 vk 到 vj 的最短路径 Lkj,是以同样的方式获得
- 弗洛伊德(Floyd)算法图解分析-举例说明
示例:求最短路径为例说明
弗洛伊德算法的步骤:
第一轮循环中,以 A(下标为:0)作为中间顶点【即把 A 作为中间顶点的所有情况都进行遍历, 就会得到更新距离表 和 前驱关系】,
距离表和前驱关系更新为:
分析如下:
- 以 A 顶点作为中间顶点是,B->A->C 的距离由 N->9,同理 C 到 B;C->A->G 的距离由 N->12,同理 G 到 C
- 更换中间顶点,循环执行操作,直到所有顶点都作为中间顶点更新后,计算结束
弗洛伊德(Floyd)算法最佳应用-最短路径
- 胜利乡有 7 个村庄(A, B, C, D, E, F, G)
- 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
- 问:如何计算出各村庄到 其它各村庄的最短距离
package algorithm;
import java.security.PublicKey;
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 对象
Graph2 graph = new Graph2(vertex.length, matrix, vertex);
//调用弗洛伊德算法
graph.floyd();
graph.show();
}
}
class Graph2{
// 存放顶点的数组
private char[] vertex;
// 保存,从各个顶点出发到其它顶点的距离,最后的结果,也是保留在该数组
private int[][] dis;
// 保存到达目标顶点的前驱顶点
private int[][] pre;
public Graph2(int length,int[][] matrix,char[] vertex) {
this.vertex = vertex;
this.dis=matrix;
this.pre=new int[length][length];
// 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 < length; i++) {
Arrays.fill(pre[i],i);
}
}
// 显示 pre 数组和 dis 数
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 数组输出的一行
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();
}
}
public void floyd(){
//变量保存距离
int len=0;
//对中间顶点遍历, k 就是中间顶点的下标 [A, B, C, D,
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,
for (int j = 0; j < dis.length; j++) {
//求出从 i 顶点出发,经过 k 中间顶点,到达 j 顶点距
len=dis[i][k]+dis[k][j];
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
}
}
}
}
}
}