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();
}
}