用Floyed算法和Dijkstra算法求图中顶点间最短路径

1.问题
①用Floyd算法求解下图各个顶点的最短距离，用最短距离矩阵表示

②用Dijkstra算法求由顶点a到顶点h的最短路径

2.解析
Floyed算法：
将图转化为邻接矩阵（主对角线，也就是自身到自身，我们规定距离为0，不可达为无穷大，定为10000）；
依次选择编号为1,2,3,4的点为中间点m，(以1为例)；判断 (map[ i ][ 1 ]+map[ 1 ][ j ] ) < map[ i ][ j ] 如果表达式为真，更新map[ i ] [ j ]的值为map[ i ] [ 1 ] + map[ 1 ] [ j ]。
不断更新，最终结果矩阵就是任意两点间最短距离矩阵。

Dijkstra算法：
Dijkstra是一种求单源最短路的算法，也是解决不带负权的图。首先也将图转化为邻接矩阵map，定义一个存储距离的数组distance和一个存储是否访问过状态的visited数组。如果a到b的距离是最短的，那么a通过b到和b相连的点的距离也是最短的；Dijkstra 的思路就是这样，每次给a找到一个距离最近的b，然后将b加入到集合a中，并记录下源点到b的距离（这就是源点到b的最短路），继续寻找下一个b；直到所有顶点都包含，每次判断distance并更新，最后所有顶点都包括的distance的值就是最短距离。

3.设计
Floyed算法：
for (把每个点作为中介点)
{
for (遍历矩阵每个点)
{
for (遍历矩阵每个点)
{
if (把矩阵该点与中介点连接后的点距离作比较)
{
G.map[i][j] = G.map[i][m] + G.map[m][j];//为真则更新
}
}
}
}
Dijkstra算法：
for (int i = 1; i <= G.vexs - 1; i++)
{
int minn = 10000;
int temp = v;
for (遍历寻找最短距离的点)
{
if (如果该点距离短且没有被访问过则更新最短距离)
{
minn = distance[j];
temp = j;
}
}
visited[temp] = 1;
for (int i = 1; i <= G.vexs; i++)
{
if (把该点总距离与找到的最短距离连接后的总距离作比较)
distance[i] = distance[temp] + G.map[temp][i];//为真则更新
}
}
4.分析
算法中的三个for循环，时间复杂度为O(N^3）；
Dijkstra算法的时间复杂度为O(N^2)；
5.源码
https://github.com/Marvisss/-Floyed-Dijkstra-/tree/main