最短路径-弗洛伊德算法的java实现

弗洛伊德算法介绍

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。

基本思想

     通过Floyd计算图G=(V,E)中各个顶点的最短路径时，需要引入一个矩阵S，矩阵S中的元素a[i][j]表示顶点i(第i个顶点)到顶点j(第j个顶点)的距离。

     假设图G中顶点个数为N，则需要对矩阵S进行N次更新。初始时，矩阵S中顶点a[i][j]的距离为顶点i到顶点j的权值；如果i和j不相邻，则a[i][j]=∞。 接下来开始，对矩阵S进行N次更新。第1次更新时，如果"a[i][j]的距离" > "a[i][0]+a[0][j]"(a[i][0]+a[0][j]表示"i与j之间经过第1个顶点的距离")，则更新a[i][j]为"a[i][0]+a[0][j]"。 同理，第k次更新时，如果"a[i][j]的距离" > "a[i][k]+a[k][j]"，则更新a[i][j]为"a[i][k]+a[k][j]"。更新N次之后，操作完成！

     单纯的看上面的理论可能比较难以理解，下面通过实例来对该算法进行说明。

弗洛伊德算法图解

以上图G4为例，来对弗洛伊德进行算法演示。

初始状态：S是记录各个顶点间最短路径的矩阵。 
第1步：初始化S。 
    矩阵S中顶点a[i][j]的距离为顶点i到顶点j的权值；如果i和j不相邻，则a[i][j]=∞。实际上，就是将图的原始矩阵复制到S中。 
    注:a[i][j]表示矩阵S中顶点i(第i个顶点)到顶点j(第j个顶点)的距离。

第2步：以顶点A(第1个顶点)为中介点，若a[i][j] > a[i][0]+a[0][j]，则设置a[i][j]=a[i][0]+a[0][j]。 
    以顶点a[1]6，上一步操作之后，a[1][6]=∞；而将A作为中介点时，(B,A)=12，(A,G)=14，因此B和G之间的距离可以更新为26。

同理，依次将顶点B,C,D,E,F,G作为中介点，并更新a[i][j]的大小。

弗洛伊德算法的代码说明

以"邻接矩阵"为例对弗洛伊德算法进行说明，对于"邻接表"实现的图在后面会给出相应的源码。

1. 基本定义

public class MatrixUDG {

    private int mEdgNum;        // 边的数量
    private char[] mVexs;       // 顶点集合
    private int[][] mMatrix;    // 邻接矩阵
    private static final int INF = Integer.MAX_VALUE;   // 最大值

    ...
}

MatrixUDG是邻接矩阵对应的结构体。mVexs用于保存顶点，mEdgNum用于保存边数，mMatrix则是用于保存矩阵信息的二维数组。例如，mMatrix[i][j]=1，则表示"顶点i(即mVexs[i])"和"顶点j(即mVexs[j])"是邻接点；mMatrix[i][j]=0，则表示它们不是邻接点。

package graph;

import java.util.Arrays;

public class Prim {
	 
	public static void main(String[] args) {  
		int max = Integer.MAX_VALUE-10000;  
        int graph[][] = {  
                {max,max,10,max,30,100},  
                {max,max,5,max,max,max},  
                {max,max,max,50,max,max},  
                {max,max,max,max,max,10},  
                {max,max,max,20,max,60},  
                {max,max,max,max,max,max},  
            };  
        弗洛伊德(graph); 
    }  
	public static void 弗洛伊德(int[][] graph){
		//p[0][1] = 3表示节点0到节点1的最短路径经过了3，即0->3->1
		int[][] path = new int[6][6];
		//初始化path,初始状态path[i][j] =j,表示i直接到j不经过其他点
		//此时graph保存的也是i直接到j的路径长度,MAX表示此路不通
		for(int i=0;i<6;i++){
			for(int j=0;j<6;j++){
				path[i][j] = j;
			}
		}
		for(int i=0;i<6;i++){
			//start为路径起点
			for(int start=0;start<6;start++){
				//end为路径终点
				for(int end=0;end<6;end++){
					//防止MAX+一个数 导致溢出
					if(graph[start][i]==Integer.MAX_VALUE-10000||graph[i][end]==Integer.MAX_VALUE-10000){
						continue;
					}
					//如果以i的路过点的路径比当前所存储的最短路径短的话
					//则更新此路径为最短路径，并在path中标注出当前最短路径是经过i达到的
					if(graph[start][end] > graph[start][i]+graph[i][end]){
						graph[start][end] = graph[start][i]+graph[i][end];
						path[start][end] = i;
					}
				}
			}
		}
		System.out.println();
	}
	
}