动态规划算法最短路径c语言,动态规划算法四：任意两点间的最短路径（floyd-Warshall）...

目录

一、算法分析

二、代码实现

三、测试结果

四、leetcode

一、算法分析

1、 问题描述：

设G=为一有向图，V={1,2,…,n},表示顶点编号；E为边的集合，图G中的每一条边(i, j)∈E，对应的距离值为w[i,j]。 顶点i，j间的距离定义为从i出发到j的最短路径长度。

目的：找出图G中每一个顶点到其他所有顶点的距离(有向图，即A到B与B到A的距离可能不一样)。

约定：若(i,j)∉E，则w[i,j]=∞；若i∈V，w[i,i]=0；

问题输入：表示待权有向图G=的n*n矩阵W。

问题输出：对任意的i, j∈V，i到j的距离以及最短路径。

2、分析过程：

(1)设G中两个不同的顶点i，j∈V，p是从i到j其间仅经过{1,2,…,k}的最短路径。

(2)若p不经过顶点k，则p也是从i到j其间敬经过{1,2,…,k-1}的最短路径。

(3)若p经过顶点k，即p–>k–>j。将这两段分别记为p1，p2，则p1是从i到k其间仅经过{1,2,…,k-1}的最短路径，p2是k到j其间仅经过{1,2,…,k-1}的最短路径。(可由反证法证明)

个人理解：k为i到j的最短路径上的一个顶点，则i到k的最短路径+k到j的最短路径，与i到j的最短路径相同，其顶点必定相同。 判断顶点k是否需要加入最短路径，比较(2)与(3)的结果即可，若(2)