【搜索与图论】最短路径的实现：Dijkstra和Floyd算法

整理来源：zzu信息工程学院数据结构ppt
本节仅整理最短路径的概念知识。

1 定义

最短路径问题：从图中某一顶点到达另一顶点的路径可能不止一条，求其中一条路径使得沿此路径上各弧上的权值总和最小。称路径的第一个顶点为源点，最后一个顶点为终点。
2类最短路径问题：

• 从某一源点到其余各顶点的最短路径(Dijkstra算法)
• 每一对顶点之间的最短路径(Floyd算法)

注意：考虑到交通图的有向性，我们讨论带权有向图上的最短路径问题

2 源点固定的最短路径问题

2.1 Dijkstra算法

迪杰斯特拉提出了一个按路径长度递增次序产生最短路径的算法，称为迪杰斯特拉算法。
一般情况下，假设S为已求得最短路径终点的集合，可以证明：下一条最短路径(设其终点为vk)可能是：

• 弧<v0,vk>
• 或：中间只经过S中的顶点到达顶点vk的路径。（可以用反证法来证明）

2.2 举例

首先：

经过判断，(v₀, v₁)是最短的。因此将v₁加入到S中。
然后看i = 2时的情况：

当i = 2时，根据Dijkstra算法，可以发现(v₀,v₁,v₂) < (v₀, v₂)，所以更新路径。v₃同理。
此时v_j = v₂， v₂进入S中。
最后看i = 3的情况：

最终结果：

这里只掌握算法思想，实现方法之后会补上。

3 每一对顶点间的最短路径

3.1 Floyd算法

那么，当我们得到<v_i, v_j>后，应该做的处理工作如下：

上面这段话看起来麻烦，说白了就是一个一个点的试探过程，从v_i到v_j之间¹每次加一个点进去，观察是否能得到更短的路径。所有的点都试探完了之后就得到了最短路径。
注：“从v_i到v_j之间”：第一次是(v_i,v_j)，之后可能有更短路径(v_i, … , v_j)
其实就是这一段代码：（用邻接矩阵存储）

// Floyd算法
for(k = 1; k <= n; k ++)
	for(i = 1; i <= n; i ++)
		for(j = 1; j <= n; j ++){
			if(d[i][k] + d[k][j] < d[i][j]){
				d[i][j] = d[i][k] + d[k][j];
				path[i][j] = path[i][k];
			}
		}              

3.2 举例

懒得找更多的例子了，O(n³)的时间复杂度人做起来也挺麻烦的……掌握思想就好，代码后续会补充。