算法设计与分析 实验二 Floyd算法和Dijkstra算法

Floyd算法

用Floyd算法求解下图各个顶点的最短距离。

用一个邻接矩阵存储有向图中各个顶点的距离，从1号点开始，假设1号点直接到2号点的初始路径是graph[0][1]，1号经过3号点到达2号点的路径就是graph[0][2]+graph[2][1]，如果graph[0][2]+graph[2][1]< graph[0][1]，则说明1号经过3号点到达2号点的路径更短，故更新邻接矩阵中1号点到2号点的路径，重复更新每个点的路径，最终得到的邻接矩阵就是这个有向图各个顶点的最短路径。
（1）更新经过2号到达各点后的邻接矩阵得：

（2）更新经过3号到达各点后的邻接矩阵得：

（3）更新经过4号到达各点后的邻接矩阵，最终得到各个顶点之间的最短路径的邻接矩阵：
核心代码如下：

	//Floyd算法
	public static int[][] floyd(int[][] graph) {
		for(int k=0;k<graph.length;k++) {
			for(int i=0;i<graph.length;i++) {
				for(int j=0;j<graph.length;j++) {
					if(graph[i][j]>graph[i][k]+graph[k][j]) {
						graph[i][j]=graph[i][k]+graph[k][j];
					}
				}
			}
		}
		return graph;	
	}

Dijkstra算法

对于下图使用Dijkstra算法求由顶点a到顶点h的最短路径。

用一个一维数组dist[]来存储顶点a到各个顶点的初始距离。假设INF为不可达。
（1）、从顶点a开始，在dist[]数组中找出距离最近的点b，将{b}收录进集合中，并更新各点的最短距离。
（2）、从dist[]数组中找出距离最近的一个点d，将{b,c}收录进集合中，并更新各点的最短距离。
（3）、从dist[]数组中找出距离最近的一个点d，将{b,d,c}收录进集合中，并更新各点的最短距离。
（4）、从dist[]数组中找出距离最近的一个点f，将{b,d,c,f}收录进集合中，并更新各点的最短距离。
（5）、从dist[]数组中找出距离最近的一个点e，将{b,d,c,f,e}收录进集合中，并更新各点的最短距离。
（6）、从dist[]数组中找出距离最近的一个点g，将{b,d,c,f,e,g}收录进集合中，并更新各点的最短距离。
（7）、从dist[]数组中找出距离最近的一个点h，将{b,d,c,f,e,g,h}收录进集合中，并更新各点的最短距离，此时得到顶点a到顶点h的最短路径为a-b-d-c-f-e-g-h。

核心代码如下：

//初始化点a的初始路径
		for (int i = 1; i < dist.length; i++) {
			dist[i]=graph[0][i];
		}
		visit[0]=1;
		
		for(int i=1;i<dist.length;i++) {
			int min=INF,temp=0;
			for (int j = 1; j < dist.length; j++) {
				//如果该点未访问
				if(visit[j]!=1&&dist[j]<min) {
					min=dist[j];
					temp=j;
				}
			}
			visit[temp]=1;
			for (int j = 0; j < dist.length; j++) {
				if(graph[temp][j]+dist[temp]<dist[j]) {
					dist[j]=graph[temp][j]+dist[temp];
				}
			}
		}

时间复杂度分析

Floyd算法时间复杂度分析

Dijkstra算法时间复杂度分析