Floyd算法与Dijkstra算法_floyed算法与dijstract算法-CSDN博客

本文链接：https://blog.csdn.net/qq_49067810/article/details/115081881

本文介绍了Floyd算法和Dijkstra算法用于求解图中顶点间最短路径的问题。Floyd算法通过迭代所有节点作为中间点来更新最短路径，而Dijkstra算法采用贪心策略逐步扩展最短路径。文章提供了两种算法的伪代码和C语言实现，并给出了算法的时间复杂度分析。

摘要由CSDN通过智能技术生成

1.问题
用Floyd算法求解下图各个顶点的最短距离。写出Floyd算法的伪代码和给出距离矩阵（顶点之间的最短距离矩阵），按实验报告模板编写算法。
在这里插入图片描述

对于下图使用Dijkstra算法求由顶点a到顶点h的最短路径，按实验报告模板编写算法。
在这里插入图片描述
2.算法
Floyd算法设计
首先是寻找从点i到点j的最短路径。
接着是为这个目标重新做一个诠释：从任意节点i到任意节点j的最短路径不外乎2种可能，1是直接从i到j，2是从i经过若干个节点k到j。所以，我们假设Dis(i,j)为节点u到节点v的最短路径的距离，对于每一个节点k，允许它作为中转点，我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，如果成立，证明从i到k再到j的路径比i直接到j的路径短，我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点k，Dis(i,j)中记录的便是i到j的最短路径的距离。
Dijkstra算法：
设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（visited表示，初始时visited中只有一个源点，以后每求得一条最短路径 , 就将加入到集合visited中，直到全部顶点都加入到visited中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入visited中。在加入的过程中，总保持从源点v到visited中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，visited中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括visited中的顶点为中间顶点的当前最短路径长度。