算法的本质
- 用三重循环来清算每个点 对 缩小相邻任意“点对儿”距离的贡献
- 即每个顶点都有可能使得另外两个顶点之间的距离变短
- 贡献核心在于两边之和大于第三边
- 清算完成后即得任意两点的最短路径
算法的基本思想
- 最开始只允许经过1号顶点进行中转
- 接下来只允许经过1和2号顶点进行中转
- ……
- 允许经过1~n号所有顶点进行中转
- 求任意两点之间的最短路程
- 用一句话概括就是:从i号顶点到j号顶点只经过前k号点的最短路程
- 其实这是一种“动态规划”的思想
C语言伪代码表示的算法
void ShortestPath_FLOYD(MGraph G, PathMatrix &P[], DistancMatrix &D){
// 用Floyd算法求有向网G中各对顶点v和w之间的最短路径P[v][w]及其
// 带权长度D[v][w]。若P[v][w][u]为TRUE,则u是从v到w当前求得最短路径上的顶点
for(v = 0; v < G.vexnum; ++ v)// 各对结点之间初始已知路径及距离
for(w = 0; w < G.vexnum; ++ w){
D[v][w] = G.arcs[v][w];
for(u = 0; u < G.vexnum; ++ u) P[v][w][u] = FALSE;
if(D[v][w] < INFINITY){// 从v到w有直接路径
P[v][w][v] = TRUE; P[v][w][w] = TRUE;
}// if
}// for
for(u = 0; u < G.vexnum; ++ u)
for(v = 0; v < G.vexnum; ++ v)
for(w = 0; w < G.vexnum; ++ w)
if(D[v][u] + D[u][w] < D[v][w]){// 从v经u到w的一条路径更短
D[v][w] = D[v][u] + D[u][w];
for(i = 0; i < G.vexnum; ++ i)
P[v][w][i] = P[v][u][i] || P[u][w][i];
}// if
}// ShortestPath_FLOYD
核心代码就五行
// 核心代码
for(u = 0; u < G.vexnum; ++ u)
for(v = 0; v < G.vexnum; ++ v)
for(w = 0; w < G.vexnum; ++ w)
if(D[v][u] + D[u][w] < D[v][w])// 从v经u到w的一条路径更短
D[v][w] = D[v][u] + D[u][w];
C语言程序
#include <stdio.h>
int main()
{
int e[10][10],k,i,j,n,m,t1,t2,t3;
int inf=99999999; //用inf(infinity的缩写)存储一个我们认为的正无穷值
//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) e[i][j]=0;
else e[i][j]=inf;
//读入边
for(i=1;i<=m;i++)
{
scanf("%d %d %d",&t1,&t2,&t3);
e[t1][t2]=t3;
}
//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(e[i][j]>e[i][k]+e[k][j] )
e[i][j]=e[i][k]+e[k][j];
//输出最终的结果
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
printf("%10d",e[i][j]);
}
printf("\n");
}
return 0;
}
时间: 2024-10-29 15:08:54