FloydAlgorithm(弗洛伊德算法)

弗洛伊德(Floyd)算法介绍

1. 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

2. 弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径

3. 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。

4. 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)算法最佳应用-最短路径

1. 胜利乡有 7 个村庄(A, B, C, D, E, F, G)

2. 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5 公里

3. 问：如何计算出各村庄到 其它各村庄的最短距离?

弗洛伊德(Floyd)算法分析

1. 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

2. 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

图解弗洛伊德(Floyd)算法

1. 第一步初始化dis矩阵

2. 第二步以顶点A为中间顶点，得到 C-A-B = 12; C-A-G = 9; B-A-G = 7,之后就能更新 C-B； C-G； B-G之间的最短路径(**注：**邻接矩阵是对称矩阵)

​ **注：**B-G 的距离小于 B-A-G 的距离，因此不用更新

3. 第三步以顶点B为中间顶点，得到 G-B-D = 12; A-B-D = 14； C-B-D = 21(此时C-A-B的距离上次循环已更新)，更新dis矩阵

4. 第四步以顶点C为中间顶点，得到 G-C-E = 17； B-C-E = 20，更新dis矩阵

5. 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

   得出规律：

   • 若以D为中间顶点，则循环会从dis矩阵中找 (A,B,C,E,F,G)-D的距离 + D-(B,C,E,F,G)的距离来更新(A,B,C,E,F,G)-(A,B,C,E,F,G)的距离

代码实现

public class FloydAlgorithm {
   
    // 表示不连通
    public static final int INF = 65535;
    public static void main(String[] args) {
   
        char[] vertexs = {
   'A','B','C','D','E','F','G'};
        int[][] matrix = new int[vertexs.length][vertexs.length];
        matrix[0]= new