图的“多源”路径-Floyd算法

图的“多源”最短路径-Floyd算法

注：代码转自优秀的公众号**程序员小灰**，码住只是为了方便自己以后看~大家有兴趣的还是去看原文讲解哦！

如何求出图中所有顶点两两之间的最短距离？

上一篇文章写到迪杰斯特拉算法可以求得一点顶点到其他顶点的最短距离，那么针对图的每个顶点都使用一次地杰斯特拉算法，就可以求出了所有顶点的最短距离了（你可真是个小机灵鬼！）。但是这个方法的时间复杂度是多少呢？

假设图中有n个顶点，如果不考虑堆优化，一次迪杰斯特拉算法的时间复杂度是O(n²)，所以，把每个顶点都计算一遍，总的时间复杂度是O(n³)，看起来也还可行，那么有没有更加简单的方式求解呢？这就引出了弗洛伊德算法（Floyd-Warshall）啦!

Floyd算法实现步骤

1、首先构建带权图的邻接矩阵，在邻接矩阵中，每个数字代表从某个顶点到另一个顶点的直接距离。假设有A,B,C,D,E,F,G顶点。

2、假定只允许以顶点A作为中继节点，然后更新矩阵中的值，如B和C之间的距离原本为无穷大，此时以A为中继，距离缩短为BA+AC=7

3、接下来以A、B作为中继节点，更新对应矩阵元素。
4、以此类推，不断引入中继节点，不断刷新矩阵中的临时距离，当最后所有顶点都可以作为中继顶点时得到的距离矩阵，矩阵中的每一个元素都对应着某个顶点到另一个顶点的最短距离。
…

Floyd实现代码

核心逻辑三层嵌套循环就实现啦，敲厉害！

final static int INF = integer.MAX_VALUE;

publc static void floyd(int[][] matrix){
    #循环更新矩阵的值
    for(int k=0; k<matrix.length; k++){
        for(int i=0;i<matrix.length; i++){
            for(int j=0;j<matrix.length; j++)
                if(matrix[i][k] == INF|| matrix[k][j] == INF){
                    continue;
                }
                matrix[i][j] = Math.min(matrix[i][j],matrix[i][k] + matrix[k][j]);
        }
    }
}

#打印Floyd最短路径的结果
System.out.printf("最短路径矩阵：\n")；
for(int i=0; i<matrix.length; i++){
    for(int j=0; j<matrix.length; j++){
        System.out.printf("%3d ", maxtrix[i][j]);
    }
    System.out.printf("\n");
}