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

以上图G4为例，来对弗洛伊德进行算法演示。

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: \n");

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

{

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

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

printf("\n");

}

• 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("\n");

}

return 0;

}