弗洛伊德(Floyd)算法
1.算法原理
算法使用距离矩阵和路由矩阵。
距离矩阵是一个 n × n n \times n n×n矩阵,以图 G G G的 n n n个节点为行和列。记为 W = [ w i j ] n × n W=[w_{ij}]_{n\times n} W=[wij]n×n, w i j w_{ij} wij表示图 G G G中 v i v_i vi和 v j v_j vj两点之间的路径长度。
路由矩阵是一个 n × n n\times n n×n矩阵,以图 G G G的 n n n个节点为行和列。记为 R = [ r i j ] n × n R =[r_{ij}]_{n\times n} R=[rij]n×n ,其中 r i j r_{ij} rij表示 v i v_i vi至 v j v_j vj经过的转接点(中间节点)。
算法的思路是首先写出初始的 W W W阵和 R R R阵,接着按顺序依次将节点集中的各个节点作为中间节点,计算此点距其他各点的径长,每次计算后都以求得的与上次相比较小的径长去更新前一次较大径长,若后求得的径长比前次径长大或相等则不变。以此不断更新和,直至 W W W中的数值收敛。
2.实现流程
- 写出图 G G G初始距离矩阵 W 0 = [ w i j 0 ] n × n W^0=[w^0_{ij}]_{n\times n} W0=[wij0]n×n,其中
w i j 0 = { d i j 当 v i 与 v j 间有边 , d i j 为边 ( i , j ) 的长 ∞ 当 v i 与 v j 间没有边 0 i = j w^0_{ij}= \begin{cases} d_{ij} & {当v_i与v_j间有边,d_{ij}为边(i,j)的长} \\ \infin & {当v_i与v_j间没有边}\\ 0 & {i=j}\\ \end{cases} wij0=⎩ ⎨ ⎧dij∞0当vi与vj间有边,dij为边(i,j)的长当vi与vj间没有边i=j
- 写出图 G G G初始路由矩阵 R 0 = [ r i j 0 ] n × n R^0=[r^0_{ij}]_{n\times n} R0=[rij0]n×n,其中
r i j 0 = { j 当 w i j 0 < ∞ 0 当 w i j 0 = ∞ 或 i = j 时 r^0_{ij}= \begin{cases} j & {当w^0_{ij}<\infin} \\ 0 & {当w^0_{ij}=\infin或i=j时}\\ \end{cases} rij0={j0当wij0<∞当wij0=∞或i=j时
- 循环变量 k k k初始值为1
- 以 k k k为中间节点时,求第 k k k次修改距离矩阵 W k = [ w i j k ] n × n W^k=[w^k_{ij}]_{n\times n} Wk=[wijk]n×n,其中
w i j k = min { w i j k − 1 , w i k k − 1 + w k j k − 1 } w^k_{ij}=\min\{w^{k-1}_{ij},w^{k-1}_{ik}+w^{k-1}_{kj}\} wijk=min{wijk−1,wikk−1+wkjk−1}
- 以 k k k为中间节点时,求第 k k k次修改路由矩阵 R k = [ r i j k ] n × n R^k=[r^k_{ij}]_{n\times n} Rk=[rijk]n×n,其中
r i j k = { k w i j k − 1 > w i k k − 1 + w k j k − 1 , 即 w i j 改动时 r i j k − 1 w i j k − 1 < w i k k − 1 + w k j k − 1 , 即 w i j 没有改动时 r^k_{ij}= \begin{cases} k & {w^{k-1}_{ij}>w^{k-1}_{ik}+w^{k-1}_{kj},即w_{ij}改动时} \\ r^{k-1}_{ij} & {w^{k-1}_{ij}<w^{k-1}_{ik}+w^{k-1}_{kj},即w_{ij}没有改动时}\\ \end{cases} rijk={krijk−1wijk−1>wikk−1+wkjk−1,即wij改动时wijk−1<wikk−1+wkjk−1,即wij没有改动时
- 循环直至 k = n k=n k=n结束
3.举个例子
如图:
- 首先根据图得出初始化距离矩阵:
W 0 = ( 0 ∞ ∞ 1.2 9.2 ∞ 0.5 ∞ 0 ∞ 5 ∞ 3.1 2 ∞ ∞ 0 ∞ ∞ 4 1.5 1.2 5 ∞ 0 6.7 ∞ ∞ 9.2 ∞ ∞ 6.7 0 15.6 ∞ ∞ 3.1 4 ∞ 15.6 0 ∞ 0.5 2 1.5 ∞ ∞ ∞ 0 ) W^0= \begin{pmatrix} 0 & \infin & \infin & 1.2 & 9.2 & \infin & 0.5 \\ \infin & 0 & \infin & 5 & \infin & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & \infin & \infin \\ 9.2 & \infin & \infin & 6.7 & 0 & 15.6 & \infin \\ \infin & 3.1 & 4 & \infin & 15.6 & 0 & \infin \\ 0.5 & 2 & 1.5 & \infin & \infin & \infin & 0 \end{pmatrix} W0= 0∞∞1.29.2∞0.5∞0∞5∞3.12∞∞0∞∞41.51.25∞06.7∞∞9.2∞∞6.7015.6∞∞3.14∞15.60∞0.521.5∞∞∞0
并由此得出初始路由矩阵:
R
0
=
(
0
0
0
4
5
0
7
0
0
0
4
0
6
7
0
0
0
0
0
6
7
1
2
0
0
5
0
0
1
0
0
4
0
6
0
0
2
3
0
5
0
0
1
2
3
0
0
0
0
)
R^0= \begin{pmatrix} 0 & 0 & 0 & 4 & 5 & 0 & 7 \\ 0 & 0 & 0 & 4 & 0 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & 0 & 0 \\ 1 & 0 & 0 & 4 & 0 & 6 & 0 \\ 0 & 2 & 3 & 0 & 5 & 0 & 0 \\ 1 & 2 & 3 & 0 & 0 & 0 & 0 \\ \end{pmatrix}
R0=
0001101000202200000334400400500505006606007770000
路由矩阵表示,初始时,
v
1
v_1
v1可以直接到达
v
4
v_4
v4、
v
5
v_5
v5、
v
7
v_7
v7;
v
2
v_2
v2可以直接到达
v
4
v_4
v4,
v
6
v_6
v6,
v
7
v_7
v7;
v
3
v_3
v3可以直接到达
v
6
v_6
v6,
v
7
v_7
v7;…………
- 然后,把
v
1
v_1
v1作为转节点,因为
v
1
v_1
v1能到达
v
4
v_4
v4、
v
5
v_5
v5、
v
7
v_7
v7,那么
v
2
v_2
v2到
v
7
v_7
v7的这6个点中,能够到达
v
1
v_1
v1的点就能够通过
v
1
v_1
v1再到达
v
4
v_4
v4、
v
5
v_5
v5、
v
7
v_7
v7,由此我们可以对距离矩阵
W
0
W^0
W0进行更新:
- v 4 v_4 v4到 v 1 v_1 v1的距离是1.2, v 1 v_1 v1再到 v 5 v_5 v5的距离是9.2,所以 v 4 v_4 v4经过 v 1 v_1 v1再到 v 5 v_5 v5的距离是10.4,但 v 4 v_4 v4直接到 v 5 v_5 v5的距离是6.7,比10.4小,所以不用改;而 v 4 v_4 v4经过 v 1 v_1 v1再到 v 7 v_7 v7的距离是1.2+0.5=1.7,比 ∞ \infin ∞小,需要进行修改 w 47 1 = 1.7 w^1_{47}=1.7 w471=1.7
- v 5 v_5 v5到 v 1 v_1 v1的距离是9.2, v 5 v_5 v5经过 v 1 v_1 v1再到 v 7 v_7 v7的距离是9.2+0.5=9.7,比 ∞ \infin ∞小,需要进行修改 w 57 1 = 9.7 w^1_{57}=9.7 w571=9.7
- 同理 w 74 1 = 1.7 w^1_{74}=1.7 w741=1.7, w 75 1 = 9.7 w^1_{75}=9.7 w751=9.7
于是得到:
W
1
=
(
0
∞
∞
1.2
9.2
∞
0.5
∞
0
∞
5
∞
3.1
2
∞
∞
0
∞
∞
4
1.5
1.2
5
∞
0
6.7
∞
∗
1.7
9.2
∞
∞
6.7
0
15.6
∗
9.7
∞
3.1
4
∞
15.6
0
∞
0.5
2
1.5
∗
1.7
∗
9.7
∞
0
)
(
∗
标注修改的值
)
W^1= \begin{pmatrix} 0 & \infin & \infin & 1.2 & 9.2 & \infin & 0.5 \\ \infin & 0 & \infin & 5 & \infin & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & \infin & *1.7 \\ 9.2 & \infin & \infin & 6.7 & 0 & 15.6 & *9.7 \\ \infin & 3.1 & 4 & \infin & 15.6 & 0 & \infin \\ 0.5 & 2 & 1.5 & *1.7 & *9.7 & \infin & 0 \end{pmatrix} (*标注修改的值)
W1=
0∞∞1.29.2∞0.5∞0∞5∞3.12∞∞0∞∞41.51.25∞06.7∞∗1.79.2∞∞6.7015.6∗9.7∞3.14∞15.60∞0.521.5∗1.7∗9.7∞0
(∗标注修改的值)
对于路由矩阵,
v
4
v_4
v4到
v
7
v_7
v7经过了转节点
v
1
v_1
v1,故
r
47
1
=
1
r^1_{47}=1
r471=1;
v
5
v_5
v5到
v
7
v_7
v7经过了转节点
v
1
v_1
v1,故
r
57
1
=
1
r^1_{57}=1
r571=1;同理
r
74
1
=
1
r^1_{74}=1
r741=1,
r
75
1
=
1
r^1_{75}=1
r751=1
R
1
=
(
0
0
0
4
5
0
7
0
0
0
4
0
6
7
0
0
0
0
0
6
7
1
2
0
0
5
0
∗
1
1
0
0
4
0
6
∗
1
0
2
3
0
5
0
0
1
2
3
∗
1
∗
1
0
0
)
(
∗
标注修改的值
)
R^1= \begin{pmatrix} 0 & 0 & 0 & 4 & 5 & 0 & 7 \\ 0 & 0 & 0 & 4 & 0 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & 0 & *1 \\ 1 & 0 & 0 & 4 & 0 & 6 & *1 \\ 0 & 2 & 3 & 0 & 5 & 0 & 0 \\ 1 & 2 & 3 & *1 & *1 & 0 & 0 \\ \end{pmatrix} (*标注修改的值)
R1=
000110100020220000033440040∗1500505∗10660600777∗1∗100
(∗标注修改的值)
- 把 v 2 v_2 v2作为转节点,重复上面的步骤,可以得到
距离矩阵:
W
2
=
(
0
∞
∞
1.2
9.2
∞
0.5
∞
0
∞
5
∞
3.1
2
∞
∞
0
∞
∞
4
1.5
1.2
5
∞
0
6.7
∗
8.1
1.7
9.2
∞
∞
6.7
0
15.6
9.7
∞
3.1
4
∗
8.1
15.6
0
∗
5.1
0.5
2
1.5
1.7
9.7
∗
5.1
0
)
(
∗
标注修改的值
)
W^2= \begin{pmatrix} 0 & \infin & \infin & 1.2 & 9.2 & \infin & 0.5 \\ \infin & 0 & \infin & 5 & \infin & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & *8.1 & 1.7 \\ 9.2 & \infin & \infin & 6.7 & 0 & 15.6 & 9.7 \\ \infin & 3.1 & 4 & *8.1 & 15.6 & 0 & *5.1 \\ 0.5 & 2 & 1.5 & 1.7 & 9.7 & *5.1 & 0 \end{pmatrix} (*标注修改的值)
W2=
0∞∞1.29.2∞0.5∞0∞5∞3.12∞∞0∞∞41.51.25∞06.7∗8.11.79.2∞∞6.7015.69.7∞3.14∗8.115.60∗5.10.521.51.79.7∗5.10
(∗标注修改的值)
路由矩阵:
R
2
=
(
0
0
0
4
5
0
7
0
0
0
4
0
6
7
0
0
0
0
0
6
7
1
2
0
0
5
∗
2
1
1
0
0
4
0
6
1
0
2
3
∗
2
5
0
∗
2
1
2
3
1
1
∗
2
0
)
(
∗
标注修改的值
)
R^2= \begin{pmatrix} 0 & 0 & 0 & 4 & 5 & 0 & 7 \\ 0 & 0 & 0 & 4 & 0 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & *2 & 1 \\ 1 & 0 & 0 & 4 & 0 & 6 & 1 \\ 0 & 2 & 3 & *2 & 5 & 0 & *2 \\ 1 & 2 & 3 & 1 & 1 & *2 & 0 \\ \end{pmatrix} (*标注修改的值)
R2=
00011010002022000003344004∗215005051066∗260∗277711∗20
(∗标注修改的值)
- 把 v 3 v_3 v3作为转节点,发现并没有要修改的值
距离矩阵:
W
3
=
(
0
∞
∞
1.2
9.2
∞
0.5
∞
0
∞
5
∞
3.1
2
∞
∞
0
∞
∞
4
1.5
1.2
5
∞
0
6.7
8.1
1.7
9.2
∞
∞
6.7
0
15.6
9.7
∞
3.1
4
8.1
15.6
0
5.1
0.5
2
1.5
1.7
9.7
5.1
0
)
W^3= \begin{pmatrix} 0 & \infin & \infin & 1.2 & 9.2 & \infin & 0.5 \\ \infin & 0 & \infin & 5 & \infin & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & 8.1 & 1.7 \\ 9.2 & \infin & \infin & 6.7 & 0 & 15.6 & 9.7 \\ \infin & 3.1 & 4 & 8.1 & 15.6 & 0 & 5.1 \\ 0.5 & 2 & 1.5 & 1.7 & 9.7 & 5.1 & 0 \end{pmatrix}
W3=
0∞∞1.29.2∞0.5∞0∞5∞3.12∞∞0∞∞41.51.25∞06.78.11.79.2∞∞6.7015.69.7∞3.148.115.605.10.521.51.79.75.10
路由矩阵:
R
3
=
(
0
0
0
4
5
0
7
0
0
0
4
0
6
7
0
0
0
0
0
6
7
1
2
0
0
5
2
1
1
0
0
4
0
6
1
0
2
3
2
5
0
2
1
2
3
1
1
2
0
)
R^3= \begin{pmatrix} 0 & 0 & 0 & 4 & 5 & 0 & 7 \\ 0 & 0 & 0 & 4 & 0 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & 2 & 1 \\ 1 & 0 & 0 & 4 & 0 & 6 & 1 \\ 0 & 2 & 3 & 2 & 5 & 0 & 2 \\ 1 & 2 & 3 & 1 & 1 & 2 & 0 \\ \end{pmatrix}
R3=
0001101000202200000334400421500505106626027771120
- v 4 v_4 v4作为转接点
距离矩阵:
W
4
=
(
0
∗
6.2
∞
1.2
∗
7.9
∗
9.3
0.5
∗
6.2
0
∞
5
∗
11.7
3.1
2
∞
∞
0
∞
∞
4
1.5
1.2
5
∞
0
6.7
8.1
1.7
∗
7.9
∗
11.7
∞
6.7
0
∗
14.8
∗
8.4
∗
9.3
3.1
4
8.1
∗
14.8
0
5.1
0.5
2
1.5
1.7
∗
8.4
5.1
0
)
(
∗
标注修改的值
)
W^4= \begin{pmatrix} 0 & *6.2 & \infin & 1.2 & *7.9 & *9.3 & 0.5 \\ *6.2 & 0 & \infin & 5 & *11.7 & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & 8.1 & 1.7 \\ *7.9 & *11.7 & \infin & 6.7 & 0 & *14.8 & *8.4 \\ *9.3 & 3.1 & 4 & 8.1 & *14.8 & 0 & 5.1 \\ 0.5 & 2 & 1.5 & 1.7 & *8.4 & 5.1 & 0 \end{pmatrix} (*标注修改的值)
W4=
0∗6.2∞1.2∗7.9∗9.30.5∗6.20∞5∗11.73.12∞∞0∞∞41.51.25∞06.78.11.7∗7.9∗11.7∞6.70∗14.8∗8.4∗9.33.148.1∗14.805.10.521.51.7∗8.45.10
(∗标注修改的值)
路由矩阵:
R
4
=
(
0
4
0
4
4
4
7
4
0
0
4
4
6
7
0
0
0
0
0
6
7
1
2
0
0
5
2
1
4
4
0
4
0
4
4
4
2
3
2
4
0
2
1
2
3
1
4
2
0
)
R^4= \begin{pmatrix} 0 & 4 & 0 & 4 & 4 & 4 & 7 \\ 4 & 0 & 0 & 4 & 4 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & 2 & 1 \\ 4 & 4 & 0 & 4 & 0 & 4 & 4 \\ 4 & 2 & 3 & 2 & 4 & 0 & 2 \\ 1 & 2 & 3 & 1 & 4 & 2 & 0 \\ \end{pmatrix}
R4=
0401441400242200000334400421440504446624027771420
- v 5 v_5 v5作为转接点,无需修改
距离矩阵:
W
5
=
(
0
6.2
∞
1.2
7.9
9.3
0.5
6.2
0
∞
5
11.7
3.1
2
∞
∞
0
∞
∞
4
1.5
1.2
5
∞
0
6.7
8.1
1.7
7.9
11.7
∞
6.7
0
14.8
8.4
9.3
3.1
4
8.1
14.8
0
5.1
0.5
2
1.5
1.7
8.4
5.1
0
)
W^5= \begin{pmatrix} 0 & 6.2 & \infin & 1.2 & 7.9 & 9.3 & 0.5 \\ 6.2 & 0 & \infin & 5 & 11.7 & 3.1 & 2 \\ \infin & \infin & 0 & \infin & \infin & 4 & 1.5 \\ 1.2 & 5 & \infin & 0 & 6.7 & 8.1 & 1.7 \\ 7.9 & 11.7 & \infin & 6.7 & 0 & 14.8 & 8.4 \\ 9.3 & 3.1 & 4 & 8.1 & 14.8 & 0 & 5.1 \\ 0.5 & 2 & 1.5 & 1.7 & 8.4 & 5.1 & 0 \end{pmatrix}
W5=
06.2∞1.27.99.30.56.20∞511.73.12∞∞0∞∞41.51.25∞06.78.11.77.911.7∞6.7014.88.49.33.148.114.805.10.521.51.78.45.10
路由矩阵:
R
5
=
(
0
4
0
4
4
4
7
4
0
0
4
4
6
7
0
0
0
0
0
6
7
1
2
0
0
5
2
1
4
4
0
4
0
4
4
4
2
3
2
4
0
2
1
2
3
1
4
2
0
)
R^5= \begin{pmatrix} 0 & 4 & 0 & 4 & 4 & 4 & 7 \\ 4 & 0 & 0 & 4 & 4 & 6 & 7 \\ 0 & 0 & 0 & 0 & 0 & 6 & 7 \\ 1 & 2 & 0 & 0 & 5 & 2 & 1 \\ 4 & 4 & 0 & 4 & 0 & 4 & 4 \\ 4 & 2 & 3 & 2 & 4 & 0 & 2 \\ 1 & 2 & 3 & 1 & 4 & 2 & 0 \\ \end{pmatrix}
R5=
0401441400242200000334400421440504446624027771420
- v 6 v_6 v6作为转接点
距离矩阵:
W
6
=
(
0
6.2
∗
13.3
1.2
7.9
9.3
0.5
6.2
0
∗
7.1
5
11.7
3.1
2
∗
13.3
∗
7.1
0
∗
12.1
∗
18.8
4
1.5
1.2
5
∗
12.1
0
6.7
8.1
1.7
7.9
11.7
∗
18.8
6.7
0
14.8
8.4
9.3
3.1
4
8.1
14.8
0
5.1
0.5
2
1.5
1.7
8.4
5.1
0
)
W^6= \begin{pmatrix} 0 & 6.2 & *13.3 & 1.2 & 7.9 & 9.3 & 0.5 \\ 6.2 & 0 & *7.1 & 5 & 11.7 & 3.1 & 2 \\ *13.3 & *7.1 & 0 & *12.1 & *18.8 & 4 & 1.5 \\ 1.2 & 5 & *12.1 & 0 & 6.7 & 8.1 & 1.7 \\ 7.9 & 11.7 & *18.8 & 6.7 & 0 & 14.8 & 8.4 \\ 9.3 & 3.1 & 4 & 8.1 & 14.8 & 0 & 5.1 \\ 0.5 & 2 & 1.5 & 1.7 & 8.4 & 5.1 & 0 \end{pmatrix}
W6=
06.2∗13.31.27.99.30.56.20∗7.1511.73.12∗13.3∗7.10∗12.1∗18.841.51.25∗12.106.78.11.77.911.7∗18.86.7014.88.49.33.148.114.805.10.521.51.78.45.10
路由矩阵:
R
6
=
(
0
4
6
4
4
4
7
4
0
6
4
4
6
7
6
6
0
6
6
6
7
1
2
6
0
5
2
1
4
4
6
4
0
4
4
4
2
3
2
4
0
2
1
2
3
1
4
2
0
)
R^6= \begin{pmatrix} 0 & 4 & 6 & 4 & 4 & 4 & 7 \\ 4 & 0 & 6 & 4 & 4 & 6 & 7 \\ 6 & 6 & 0 & 6 & 6 & 6 & 7 \\ 1 & 2 & 6 & 0 & 5 & 2 & 1 \\ 4 & 4 & 6 & 4 & 0 & 4 & 4 \\ 4 & 2 & 3 & 2 & 4 & 0 & 2 \\ 1 & 2 & 3 & 1 & 4 & 2 & 0 \\ \end{pmatrix}
R6=
0461441406242266066334460421446504446624027771420
- v 7 v_7 v7作为转接点
距离矩阵:
W
7
=
(
0
∗
2.5
∗
2
1.2
7.9
∗
5.6
0.5
∗
2.5
0
∗
3.5
∗
3.7
∗
10.4
3.1
2
∗
2
∗
3.5
0
∗
3.2
∗
9.9
4
1.5
1.2
∗
3.7
∗
3.2
0
6.7
∗
6.8
1.7
7.9
∗
10.4
∗
9.9
6.7
0
∗
13.5
8.4
∗
5.6
3.1
4
∗
6.8
∗
13.5
0
5.1
0.5
2
1.5
1.7
8.4
5.1
0
)
W^7= \begin{pmatrix} 0 & *2.5 & *2 & 1.2 & 7.9 & *5.6& 0.5 \\ *2.5 & 0 & *3.5 & *3.7 & *10.4 & 3.1 & 2 \\ *2 & *3.5 & 0 & *3.2 & *9.9 & 4 & 1.5 \\ 1.2 & *3.7 & *3.2 & 0 & 6.7 & *6.8 & 1.7 \\ 7.9 & *10.4 & *9.9 & 6.7 & 0 & *13.5 & 8.4 \\ *5.6 & 3.1 & 4 & *6.8 & *13.5 & 0 & 5.1 \\ 0.5 & 2 & 1.5 & 1.7 & 8.4 & 5.1 & 0 \end{pmatrix}
W7=
0∗2.5∗21.27.9∗5.60.5∗2.50∗3.5∗3.7∗10.43.12∗2∗3.50∗3.2∗9.941.51.2∗3.7∗3.206.7∗6.81.77.9∗10.4∗9.96.70∗13.58.4∗5.63.14∗6.8∗13.505.10.521.51.78.45.10
路由矩阵:
R
7
=
(
0
7
7
4
4
7
7
7
0
7
7
7
6
7
7
7
0
7
7
6
7
1
7
7
0
5
7
1
4
7
7
4
0
7
4
7
2
3
7
7
0
2
1
2
3
1
4
2
0
)
R^7= \begin{pmatrix} 0 & 7 & 7 & 4 & 4 & 7 & 7 \\ 7 & 0 & 7 & 7 & 7 & 6 & 7 \\ 7 & 7 & 0 & 7 & 7 & 6 & 7 \\ 1 & 7 & 7 & 0 & 5 & 7 & 1 \\ 4 & 7 & 7 & 4 & 0 & 7 & 4 \\ 7 & 2 & 3 & 7 & 7 & 0 & 2 \\ 1 & 2 & 3 & 1 & 4 & 2 & 0 \\ \end{pmatrix}
R7=
0771471707772277077334770471477507476677027771420
从
W
7
W^7
W7和
R
7
R^7
R7可以找到任何两个节点间最短径的径长和路由。
4.实现代码
matrix = [[0, -1, -1, 1.2, 9.1, -1, 0.5],
[-1, 0, -1, 5, -1, 3.1, 2],
[-1, -1, 0, -1, -1, 4, 1.5],
[1.2, 5, -1, 0, 6.7, -1, -1],
[9.2, -1, -1, 6.7, 0, 15.6, -1],
[-1, 3.1, 4, -1, 15.6, 0, -1],
[0.5, 2, 1.5, -1, -1, -1, 0]]
def floyd(W):
# 首先获取节点数
node_number = len(W)
# 初始化路由矩阵
R = [[0 for i in range(node_number)] for j in range(node_number)]
for i in range(node_number):
for j in range(node_number):
if W[i][j] > 0:
R[i][j] = j+1
else:
R[i][j] = 0
# 查看初始化的路由矩阵
for row in R:
print(row)
# 循环求W_n和R_n
for k in range(node_number):
for i in range(node_number):
for j in range(node_number):
if W[i][k] > 0 and W[k][j] > 0 and (W[i][k] + W[k][j] < W[i][j] or W[i][j] == -1):
W[i][j] = W[i][k] + W[k][j]
R[i][j] = k+1
print("第%d次循环:" % (k+1))
print("距离矩阵:")
for row in W:
print(row)
print("路由矩阵:")
for row in R:
print(row)
floyd(matrix)
5.输出结果
"""
[0, 0, 0, 4, 5, 0, 7]
[0, 0, 0, 4, 0, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 0, 0]
[1, 0, 0, 4, 0, 6, 0]
[0, 2, 3, 0, 5, 0, 0]
[1, 2, 3, 0, 0, 0, 0]
第1次循环:
距离矩阵:
[0, -1, -1, 1.2, 9.1, -1, 0.5]
[-1, 0, -1, 5, -1, 3.1, 2]
[-1, -1, 0, -1, -1, 4, 1.5]
[1.2, 5, -1, 0, 6.7, -1, 1.7]
[9.2, -1, -1, 6.7, 0, 15.6, 9.7]
[-1, 3.1, 4, -1, 15.6, 0, -1]
[0.5, 2, 1.5, 1.7, 9.6, -1, 0]
路由矩阵:
[0, 0, 0, 4, 5, 0, 7]
[0, 0, 0, 4, 0, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 0, 1]
[1, 0, 0, 4, 0, 6, 1]
[0, 2, 3, 0, 5, 0, 0]
[1, 2, 3, 1, 1, 0, 0]
第2次循环:
距离矩阵:
[0, -1, -1, 1.2, 9.1, -1, 0.5]
[-1, 0, -1, 5, -1, 3.1, 2]
[-1, -1, 0, -1, -1, 4, 1.5]
[1.2, 5, -1, 0, 6.7, 8.1, 1.7]
[9.2, -1, -1, 6.7, 0, 15.6, 9.7]
[-1, 3.1, 4, 8.1, 15.6, 0, 5.1]
[0.5, 2, 1.5, 1.7, 9.6, 5.1, 0]
路由矩阵:
[0, 0, 0, 4, 5, 0, 7]
[0, 0, 0, 4, 0, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 2, 1]
[1, 0, 0, 4, 0, 6, 1]
[0, 2, 3, 2, 5, 0, 2]
[1, 2, 3, 1, 1, 2, 0]
第3次循环:
距离矩阵:
[0, -1, -1, 1.2, 9.1, -1, 0.5]
[-1, 0, -1, 5, -1, 3.1, 2]
[-1, -1, 0, -1, -1, 4, 1.5]
[1.2, 5, -1, 0, 6.7, 8.1, 1.7]
[9.2, -1, -1, 6.7, 0, 15.6, 9.7]
[-1, 3.1, 4, 8.1, 15.6, 0, 5.1]
[0.5, 2, 1.5, 1.7, 9.6, 5.1, 0]
路由矩阵:
[0, 0, 0, 4, 5, 0, 7]
[0, 0, 0, 4, 0, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 2, 1]
[1, 0, 0, 4, 0, 6, 1]
[0, 2, 3, 2, 5, 0, 2]
[1, 2, 3, 1, 1, 2, 0]
第4次循环:
距离矩阵:
[0, 6.2, -1, 1.2, 7.9, 9.299999999999999, 0.5]
[6.2, 0, -1, 5, 11.7, 3.1, 2]
[-1, -1, 0, -1, -1, 4, 1.5]
[1.2, 5, -1, 0, 6.7, 8.1, 1.7]
[7.9, 11.7, -1, 6.7, 0, 14.8, 8.4]
[9.299999999999999, 3.1, 4, 8.1, 14.8, 0, 5.1]
[0.5, 2, 1.5, 1.7, 8.4, 5.1, 0]
路由矩阵:
[0, 4, 0, 4, 4, 4, 7]
[4, 0, 0, 4, 4, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 2, 1]
[4, 4, 0, 4, 0, 4, 4]
[4, 2, 3, 2, 4, 0, 2]
[1, 2, 3, 1, 4, 2, 0]
第5次循环:
距离矩阵:
[0, 6.2, -1, 1.2, 7.9, 9.299999999999999, 0.5]
[6.2, 0, -1, 5, 11.7, 3.1, 2]
[-1, -1, 0, -1, -1, 4, 1.5]
[1.2, 5, -1, 0, 6.7, 8.1, 1.7]
[7.9, 11.7, -1, 6.7, 0, 14.8, 8.4]
[9.299999999999999, 3.1, 4, 8.1, 14.8, 0, 5.1]
[0.5, 2, 1.5, 1.7, 8.4, 5.1, 0]
路由矩阵:
[0, 4, 0, 4, 4, 4, 7]
[4, 0, 0, 4, 4, 6, 7]
[0, 0, 0, 0, 0, 6, 7]
[1, 2, 0, 0, 5, 2, 1]
[4, 4, 0, 4, 0, 4, 4]
[4, 2, 3, 2, 4, 0, 2]
[1, 2, 3, 1, 4, 2, 0]
第6次循环:
距离矩阵:
[0, 6.2, 13.299999999999999, 1.2, 7.9, 9.299999999999999, 0.5]
[6.2, 0, 7.1, 5, 11.7, 3.1, 2]
[13.299999999999999, 7.1, 0, 12.1, 18.8, 4, 1.5]
[1.2, 5, 12.1, 0, 6.7, 8.1, 1.7]
[7.9, 11.7, 18.8, 6.7, 0, 14.8, 8.4]
[9.299999999999999, 3.1, 4, 8.1, 14.8, 0, 5.1]
[0.5, 2, 1.5, 1.7, 8.4, 5.1, 0]
路由矩阵:
[0, 4, 6, 4, 4, 4, 7]
[4, 0, 6, 4, 4, 6, 7]
[6, 6, 0, 6, 6, 6, 7]
[1, 2, 6, 0, 5, 2, 1]
[4, 4, 6, 4, 0, 4, 4]
[4, 2, 3, 2, 4, 0, 2]
[1, 2, 3, 1, 4, 2, 0]
第7次循环:
距离矩阵:
[0, 2.5, 2.0, 1.2, 7.9, 5.6, 0.5]
[2.5, 0, 3.5, 3.7, 10.4, 3.1, 2]
[2.0, 3.5, 0, 3.2, 9.9, 4, 1.5]
[1.2, 3.7, 3.2, 0, 6.7, 6.8, 1.7]
[7.9, 10.4, 9.9, 6.7, 0, 13.5, 8.4]
[5.6, 3.1, 4, 6.8, 13.5, 0, 5.1]
[0.5, 2, 1.5, 1.7, 8.4, 5.1, 0]
路由矩阵:
[0, 7, 7, 4, 4, 7, 7]
[7, 0, 7, 7, 7, 6, 7]
[7, 7, 0, 7, 7, 6, 7]
[1, 7, 7, 0, 5, 7, 1]
[4, 7, 7, 4, 0, 7, 4]
[7, 2, 3, 7, 7, 0, 2]
[1, 2, 3, 1, 4, 2, 0]
"""