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?
弗洛伊德(Floyd)算法分析
-
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
图解弗洛伊德(Floyd)算法
- 第一步初始化dis矩阵
- 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
- 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
- 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
-
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