前面分別通過C和C++實現了弗洛伊德算法,本文介紹弗洛伊德算法的Java實現。
目錄
1. 弗洛伊德算法介紹
2. 弗洛伊德算法圖解
3. 弗洛伊德算法的代碼說明
4. 弗洛伊德算法的源碼轉載請注明出處:http://www.cnblogs.com/skywang12345/
更多內容:數據結構與算法系列 目錄
弗洛伊德算法介紹
和Dijkstra算法一樣,弗洛伊德(Floyd)算法也是一種用於尋找給定的加權圖中頂點間最短路徑的算法。該算法名稱以創始人之一、1978年圖靈獎獲得者、斯坦福大學計算機科學系教授羅伯特·弗洛伊德命名。
基本思想
通過Floyd計算圖G=(V,E)中各個頂點的最短路徑時,需要引入一個矩陣S,矩陣S中的元素a[i][j]表示頂點i(第i個頂點)到頂點j(第j個頂點)的距離。
假設圖G中頂點個數為N,則需要對矩陣S進行N次更新。初始時,矩陣S中頂點a[i][j]的距離為頂點i到頂點j的權值;如果i和j不相鄰,則a[i][j]=∞。 接下來開始,對矩陣S進行N次更新。第1次更新時,如果"a[i][j]的距離" > "a[i][0]+a[0][j]"(a[i][0]+a[0][j]表示"i與j之間經過第1個頂點的距離"),則更新a[i][j]為"a[i][0]+a[0][j]"。 同理,第k次更新時,如果"a[i][j]的距離" > "a[i][k]+a[k][j]",則更新a[i][j]為"a[i][k]+a[k][j]"。更新N次之后,操作完成!
單純的看上面的理論可能比較難以理解,下面通過實例來對該算法進行說明。
弗洛伊德算法圖解
以上圖G4為例,來對弗洛伊德進行算法演示。
初始狀態:S是記錄各個頂點間最短路徑的矩陣。
第1步:初始化S。
矩陣S中頂點a[i][j]的距離為頂點i到頂點j的權值;如果i和j不相鄰,則a[i][j]=∞。實際上,就是將圖的原始矩陣復制到S中。
注:a[i][j]表示矩陣S中頂點i(第i個頂點)到頂點j(第j個頂點)的距離。
第2步:以頂點A(第1個頂點)為中介點,若a[i][j] > a[i][0]+a[0][j],則設置a[i][j]=a[i][0]+a[0][j]。
以頂點a[1]6,上一步操作之后,a[1][6]=∞;而將A作為中介點時,(B,A)=12,(A,G)=14,因此B和G之間的距離可以更新為26。
同理,依次將頂點B,C,D,E,F,G作為中介點,並更新a[i][j]的大小。
弗洛伊德算法的代碼說明
以"鄰接矩陣"為例對弗洛伊德算法進行說明,對於"鄰接表"實現的圖在后面會給出相應的源碼。
1. 基本定義
public class MatrixUDG {
private int mEdgNum; // 邊的數量
private char[] mVexs; // 頂點集合
private int[][] mMatrix; // 鄰接矩陣
private static final int INF = Integer.MAX_VALUE; // 最大值
...
}
MatrixUDG是鄰接矩陣對應的結構體。mVexs用於保存頂點,mEdgNum用於保存邊數,mMatrix則是用於保存矩陣信息的二維數組。例如,mMatrix[i][j]=1,則表示"頂點i(即mVexs[i])"和"頂點j(即mVexs[j])"是鄰接點;mMatrix[i][j]=0,則表示它們不是鄰接點。
2. 弗洛伊德算法
/*
* floyd最短路徑。
* 即,統計圖中各個頂點間的最短路徑。
*
* 參數說明:
* path -- 路徑。path[i][j]=k表示,"頂點i"到"頂點j"的最短路徑會經過頂點k。
* dist -- 長度數組。即,dist[i][j]=sum表示,"頂點i"到"頂點j"的最短路徑的長度是sum。
*/
public void floyd(int[][] path, int[][] dist) {
// 初始化
for (int i = 0; i < mVexs.length; i++) {
for (int j = 0; j < mVexs.length; j++) {
dist[i][j] = mMatrix[i][j]; // "頂點i"到"頂點j"的路徑長度為"i到j的權值"。
path[i][j] = j; // "頂點i"到"頂點j"的最短路徑是經過頂點j。
}
}
// 計算最短路徑
for (int k = 0; k < mVexs.length; k++) {
for (int i = 0; i < mVexs.length; i++) {
for (int j = 0; j < mVexs.length; j++) {
// 如果經過下標為k頂點路徑比原兩點間路徑更短,則更新dist[i][j]和path[i][j]
int tmp = (dist[i][k]==INF || dist[k][j]==INF) ? INF : (dist[i][k] + dist[k][j]);
if (dist[i][j] > tmp) {
// "i到j最短路徑"對應的值設,為更小的一個(即經過k)
dist[i][j] = tmp;
// "i到j最短路徑"對應的路徑,經過k
path[i][j] = path[i][k];
}
}
}
}
// 打印floyd最短路徑的結果
System.out.printf("floyd: \n");
for (int i = 0; i < mVexs.length; i++) {
for (int j = 0; j < mVexs.length; j++)
System.out.printf("%2d ", dist[i][j]);
System.out.printf("\n");
}
}
弗洛伊德算法的源碼
這里分別給出"鄰接矩陣圖"和"鄰接表圖"的弗洛伊德算法源碼。