Floyd(弗洛伊德)算法 详解+模板

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。

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

弗洛伊德算法图解

Floyd(弗洛伊德)算法 详解+模板

伊德进行算法演示。

Floyd(弗洛伊德)算法 详解+模板

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

// 邻接矩阵

typedef struct _graph

{

char vexs[MAX]; // 顶点集合

int vexnum; // 顶点数

int edgnum; // 边数

int matrix[MAX][MAX]; // 邻接矩阵

}Graph, *PGraph

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

Graph是邻接矩阵对应的结构体。

vexs用于保存顶点,vexnum是顶点数,edgnum是边数;matrix则是用于保存矩阵信息的二维数组。例如,matrix[i][j]=1,则表示”顶点i(即vexs[i])”和”顶点j(即vexs[j])”是邻接点;matrix[i][j]=0,则表示它们不是邻接点。

2. 弗洛伊德算法

模板1

/*

* floyd最短路径。

* 即,统计图中各个顶点间的最短路径。

*

* 参数说明:

* G – 图

* path – 路径。path[i][j]=k表示,”顶点i”到”顶点j”的最短路径会经过顶点k。

* dist – 长度数组。即,dist[i][j]=sum表示,”顶点i”到”顶点j”的最短路径的长度是svoid floyd(Graph G, int path[][MAX], int dist[][MAX])

{

int i,j,k;

int tmp;

// 初始化

for (i = 0; i < G.vexnum; i++)

{

for (j = 0; j < G.vexnum; j++)

{

dist[i][j] = G.matrix[i][j]; // “顶点i”到”顶点j”的路径长度为”i到j的权值”。

path[i][j] = j; // “顶点i”到”顶点j”的最短路径是经过顶点j。

}

}

// 计算最短路径

for (k = 0; k < G.vexnum; k++)

{

for (i = 0; i < G.vexnum; i++)

{

for (j = 0; j < G.vexnum; j++)

{

// 如果经过下标为k顶点路径比原两点间路径更短,则更新dist[i][j]和path[i][j]

tmp = (dist[i][k]==INF || dist[k][j]==INF) ? INF : (dist[i][k] + dist[k][j]);

if (dist[i][j] > tmp)

{

// "i到j最短路径"对应的值设,为更小的一个(即经过k)

dist[i][j] = tmp;

// "i到j最短路径"对应的路径,经过k

path[i][j] = path[i][k];

}

}

}

}

// 打印floyd最短路径的结果

printf("floyd: ");

for (i = 0; i < G.vexnum; i++)

{

for (j = 0; j < G.vexnum; j++)

printf("%2d ", dist[i][j]);

printf("");

}

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29

}自:http://www.cnblogs.com/skywang12345/

模板2:

#include <stdio.h>

#define inf 0x3f3f3f3f

int map[1000][1000];

int main()

{

int k,i,j,n,m;

//读入n和m,n表示顶点个数,m表示边的条数

scanf("%d %d",&n,&m);

//初始化

for(i=1; i<=n; i++)

for(j=1; j<=n; j++)

if(i==j)

map[i][j]=0;

else

map[i][j]=inf;

int a,b,c;

//读入边

for(i=1; i<=m; i++)

{

scanf("%d %d %d",&a,&b,&c);

map[a][b]=c;//这是一个有向图

}

//Floyd-Warshall算法核心语句

for(k=1; k<=n; k++)

for(i=1; i<=n; i++)

for(j=1; j<=n; j++)

if(map[i][j]>map[i][k]+map[k][j] )

map[i][j]=map[i][k]+map[k][j];

//输出最终的结果,最终二维数组中存的即使两点之间的最短距离

for(i=1; i<=n; i++)

{

for(j=1; j<=n; j++)

{

printf("%10d",map[i][j]);

}

printf("");

}

return 0;

}

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42

相关推荐