数据结构和算法:程序员常用的10种算法之弗洛伊德算法

弗洛伊德算法简介

1）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年图灵奖得主、斯坦福大学计算机科学系教授罗伯特。弗洛伊德命名
2）弗洛伊德算法（Floyd）计算图中各个顶点之间的最短路径
3）迪杰斯特拉算法用于计算图中某一个顶点到其他顶点的最短路径。
4）弗洛伊德算法vs迪杰斯特拉算法：迪杰斯特拉算法通过选定的被访问顶点，求出从出发访问顶点到其他顶点的最短路径：弗洛伊德算法中国每个顶点都是出发访问点，所有需要将每一个顶点看做被访问顶点，求出从每个顶点到其他顶点的最短路径；

弗洛伊德（Floyd）算法图解分析

1）设置顶点vi到顶点vk的最短路径已知为Lik,顶点vk到vj的最短路径已知为Lkj，顶点vi到vj的路径为Lij,则vi到vj的最短路径为：min((Lik+Lkj),Lij),vk的取值为图中所有顶点，则可获得vi到vj的最短路径
2）至于vi到vk的最短路径Lik或者vk到vj的最短路径Lkj，是以同样的方式获得
3）弗洛伊德（Floyd）算法图解分析–举例说明

弗洛伊德（Floyd）算法最佳应用-最短路径代码实现

package com.atschool.floyd;

import java.util.Arrays;

public class FloydAlgorithm {
    public static void main(String[] args) {
        // 测试看看图是否创建成功
        char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
        //创建邻接矩阵
        int[][] matrix = new int[vertex.length][vertex.length];
        final int N = 65535;
        matrix[0] = new int[] { 0, 5, 7, N, N, N, 2 };
        matrix[1] = new int[] { 5, 0, N, 9, N, N, 3 };
        matrix[2] = new int[] { 7, N, 0, N, 8, N, N };
        matrix[3] = new int[] { N, 9, N, 0, N, 4, N };
        matrix[4] = new int[] { N, N, 8, N, 0, 5, 4 };
        matrix[5] = new int[] { N, N, N, 4, 5, 0, 6 };
        matrix[6] = new int[] { 2, 3, N, N, 4, 6, 0 };
        //创建 Graph 对象
        Graph graph = new Graph(vertex.length, matrix, vertex);
        System.out.println("~~~~~~~~~~~~~~~~~~~~~~~~~~~~~弗洛伊德算法前打印前驱顶点");
        graph.show_pre(vertex);
        //调用弗洛伊德算法
        graph.floyd();
        System.out.println("~~~~~~~~~~~~~~~~~~~~~~~~~~~~~弗洛伊德算法后打印最短距离");
        graph.show_dis(vertex);

        System.out.println("~~~~~~~~~~~~~~~~~~~~~~~~~~~~~弗洛伊德算法后打印前驱顶点");
        graph.show_pre(vertex);

    }





}
//创建图
class Graph{
    private char[] vertex;//存放顶点的数组
    private int[][] dis;//保存，从各个顶点出发到其他顶点的距离，最后的结果，也是保留在该数组
    private int[][] pre;//保存到达目标顶点的前驱顶点


   //构造器
   public Graph(int length,int[][] matrix,char[] vertex){
       this.vertex =vertex;
       this.dis =matrix;
       this.pre =new int [length][length];
       //对 pre数组初始化，注意存放的是前驱顶点的下标
       for (int i = 0; i < length; i++) {
           Arrays.fill(pre[i],i);

       }

   }

   //显示dis数组
    public void show_dis(char[] vertex ) {
        for (int i = 0; i < dis.length; i++) {
            for (int j = 0; j < vertex.length; j++) {
                System.out.print("("+vertex[i]+"到"+vertex[j]+"的最短路径是" + dis[i][j] + ") ");
            }
            System.out.println();
        }

    }
    //显示pre数组
    public void show_pre(char[] vertex) {
        for (int i = 0; i < dis.length; i++) {
            for (int j = 0; j < dis.length; j++) {
                System.out.print(vertex[pre[i][j]] + " ");
            }
            System.out.println();
        }
    }

    //弗洛伊德算法，比较容易理解，而且容易实现
    public void floyd(){
       int len =0;//变量保存距离
        //对中间顶点遍历，k就是中间顶点的下标[A,B,C,D,E,F,G]
        for (int k = 0; k < dis.length; k++) {
          //从i顶点开始出发[A,B,C,D,E,F,G]
            for (int i = 0; i < dis.length; i++) {
              //到达j顶点[A,B,C,D,E,F,G]
                for (int j = 0; j < dis.length; j++) {
                    len =dis[i][k]+dis[k][j];//从i顶点出发，经过k中间顶点，到达j顶点距离
                    if(len< dis[i][j]){//如果len小于dis[i][j]
                      dis[i][j] =len;//更新距离
                      pre[i][j] =pre[k][j];//更新前驱顶点

                    }
                }
            }
        }
    }
}