Floyd算法:

  Floyd算法用来找出每对顶点之间的最短距离,它对图的要求是,既可以是无向图也可以是有向图,边权可以为负,但是不能存在负环(可根据最小环的正负来判定).

基本算法:

  Floyd算法基于动态规划的思想,以 u 到 v 的最短路径至少经过前 k 个点为转移状态进行计算,通过 k 的增加达到寻找最短路径的目的.当 k 增加 1 时,最短路径要么不边,如果改变,必经过第 k 各点,也就是说当起点 u 到第 k 个点的最短距离加上第 k 个点到终点 v 的最短路径小于不经过第 k 个节点的最优最短路经长度的时候更新 u 到 v 的最短距离. 当 k = n 时, u 到 v 的最短路径就确定了.

伪代码:

  图的存储用邻接矩阵 gra[][] 来记录,如果 u 与 v 之间没有边直接相连,则 gra[u][v] = INF; dist[][] 记录最终的最短路. pre[i][j] 存储 i 到 j 路径中 i 的后一个节点.

  1): 初始化:将 gra 中的数据复制到 dist 中作为每对顶点间的最短路的初值, pre[i][j] = j;

  2): k 从 1 到 n 循环 n 次, 每次循环中枚举图中不同的两点 u, v, 如果 dist[u][v] > dist[u][k] + dist[k][v], 则更新 dist[u][v] = dist[u][k] + dist[k][v], 更新 pre[u][v] = pre[u][k].

  3): 最后 dist[u][v] 数组中存储的就是 u 到 v 的最短距离, u 到 v 的路径, 则可以按照顺序查找就好了.

以图为例:

有一个如下的无向图, “D”数组存储最短路值, “P” 数组存储最短路径:

假设现在每对顶点之间的路径只允许经过点 “1” , 则更新后的每对顶点之间的距离:

这里看到点 “2” 到点 “3” 的距离经过点 “1” 得到了更新,同时更新了用于记录路径的 P 数组.

第二步,允许每对顶点之间的最短路径经过点 “1” 和点 “2”,则更新后的数组为:

可以看到得到更新的路径为:

1 ---> 4, 经过点 “2” 得到更新

1 ---> 5, 经过点 “2” 得到更新

3 ---> 5. 经过点 “1 --- > 2” 得到更新

第三步: 允许经过点 “1”, “2” 和点 “3” 则更新后的数组为:

这则说明,上一步的最短路径不需要更新.

第四步, 允许经过点 “1”, “2” , “3” 和点 “4” 则更新后的数组为:

可以看到 3 ---> 5 的路径经过点 “4” 得到了更新(原先是 3 ---> 1 ---> 2 ---> 5, w = 9)

第五步, 允许任意两点之间的最短路径可以经过全部点,则更新后的数组为:

这次得到更新的路径为:

1 ---> 4 的路径. 更新为 “1 ---> 2 ---> 5 ---> 4, w = 5” (原路径为 1 ---> 2 ---> 4, w = 7)

2 ---> 3 的路径. 更新为 “2 ---> 5 ---> 4 ---> 3, w = 7” (原路经为 2 ---> 1 ---> 3, w = 8)

2 ---> 4 的路径. 更新为 “2 --> 5 --> 4, w = 2” (原路径为 2 ---> 4, w = 4)

无向图反之亦然.

至此最短路径就寻找完毕. dist[i][j] 数组里面保存的就是 i 到 j 的最短距离.如果要查寻路径, 则按照查数组 pre 就好.比如查询 “2” 到 “3” 的路径:

则寻找     pre[2][3] = 5,  2 ---> 5

继续寻找  pre[5][3] = 4,  2 ---> 5 ---> 4

继续寻找  pre[4][3] = 3, 2 ---> 5 ---> 4 ---> 3

由于此时 i = j = 3, 则 “2” 到 “3” 的最短路径已找到为: 2 ---> 5 ---> 4 ---> 3

 #include <bits/stdc++.h>

 typedef long long LL;
const int MAXN = ;
const int INF = 0x3f3f3f3f;
using namespace std; int pre[MAXN + ][MAXN + ], dist[MAXN + ][MAXN + ]; //pre 储存路径; dist 存储最短距离
void floyd(int n, int gra[][MAXN + ]) {
for(int i = ; i <= n; i++) for(int j = ; j <= n; j++) dist[i][j] = gra[i][j], pre[i][j] = j; //初始化
for(int k = ; k <= n; k++) { //尝试经过 k 个点对每对顶点之间的距离进行更新
for(int i = ; i <= n; i++) {
for(int j = ; j <= n; j++) {
if(dist[i][k] != INF && dist[k][j] != INF && dist[i][k] + dist[k][j] < dist[i][j]) {
dist[i][j] = dist[i][k] + dist[k][j];
pre[i][j] = pre[i][k];
}
}
}
}
} int pfpath(int u, int v) { //打印最短路径
while(u != v) {
cout << u << " ";
u = pre[u][v];
}
cout << u << endl;
} int gra[MAXN + ][MAXN + ];
int main() {
int n, m;
while(cin >> n >> m){ // n 个点, m 条边
for(int i = ; i <= n; i++) for(int j = -; j <= n; j++){
gra[i][j] = (i == j ? : INF);
}
for(int i = ; i < m; i++) {
int u, v, w; cin >> u >> v >> w;
gra[u][v] = gra[v][u] = w; //无向图
}
floyd(n, gra);
}
return ;
}

Floyd 算法求多源最短路径的更多相关文章

  1. 51nod 1445 变色DNA ( Bellman-Ford算法求单源最短路径)

    1445 变色DNA 基准时间限制:1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题 有一只特别的狼,它在每个夜晚会进行变色,研究发现它可以变成N种颜色之一,将这些颜色标号为0,1 ...

  2. Dijkstra算法求单源最短路径

    Description 在每年的校赛里,所有进入决赛的同学都会获得一件很漂亮的t-shirt.但是每当我们的工作人员把上百件的衣服从商店运回到赛场的时候,却是非常累的!所以现在他们想要寻找最短的从商店 ...

  3. Floyd算法解决多源最短路径问题

    Floyd-Warshall算法是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权(但不可存在负权回路)的最短路径问题,同时也被用于计算有向图的传递闭包. Floyd-Warshall算法 ...

  4. SPFA算法与dijkstra算法求单源最短路径的比较

    SPFA是运用队列,把所有的点遍历到没有能更新的,点可以重复入队 如题http://www.cnblogs.com/Annetree/p/5682306.html dijkstra是每次找出离源点最近 ...

  5. AOJ GRL_1_A: Single Source Shortest Path (Dijktra算法求单源最短路径,邻接表)

    题目链接:http://judge.u-aizu.ac.jp/onlinejudge/description.jsp?id=GRL_1_A Single Source Shortest Path In ...

  6. [Python] 弗洛伊德(Floyd)算法求图的直径并记录路径

    相关概念 对于一个图G=(V, E),求图中两点u, v间最短路径长度,称为图的最短路径问题.最短路径中最长的称为图的直径. 其中,求图中确定的某两点的最短路径算法,称为单源最短路径算法.求图中任意两 ...

  7. _DataStructure_C_Impl:Floyd算法求有向网N的各顶点v和w之间的最短路径

    #include<stdio.h> #include<stdlib.h> #include<string.h> typedef char VertexType[4] ...

  8. Dijkstra算法详细(单源最短路径算法)

    介绍 对于dijkstra算法,很多人可能感觉熟悉而又陌生,可能大部分人比较了解bfs和dfs,而对dijkstra和floyd算法可能知道大概是图论中的某个算法,但是可能不清楚其中的作用和原理,又或 ...

  9. 【转】Dijkstra算法(单源最短路径)

    原文:http://www.cnblogs.com/dolphin0520/archive/2011/08/26/2155202.html 单源最短路径问题,即在图中求出给定顶点到其它任一顶点的最短路 ...

随机推荐

  1. x264 编码器选项分析 (x264 Codec Strong and Weak Points) 2

    文章目录: x264 编码器选项分析 (x264 Codec Strong and Weak Points) 1 x264 编码器选项分析 (x264 Codec Strong and Weak Po ...

  2. GROUP BY 的实现与优化

    由于GROUP BY实际上也同样需要进行排序操作,而且与ORDER BY相比,GROUP BY主要只是多了排序之后的分组操作.当然,如果在分组的时候还使用了其他的一些聚合函数,那么还需要一些聚合函数的 ...

  3. 海量数据挖掘MMDS week7: 相似项的发现:面向高相似度的方法

    http://blog.csdn.net/pipisorry/article/details/49742907 海量数据挖掘Mining Massive Datasets(MMDs) -Jure Le ...

  4. Guava 教程1-使用 Google Collections,Guava,static imports 编写漂亮代码

    原文出处: oschina (API:http://ifeve.com/category/framework/guava-2/ JAR DOC Source 链接:http://pan.baidu.c ...

  5. ROS_Kinetic_04 ROS基础内容(一)

    ROS_Kinetic_04 ROS基础内容(一) 在开始基础内容之前,假定您已经完成了ROS kinetic版本的安装, 如果没有请参考ROS kinetic安装说明. 1. 环境变量 在使用ROS ...

  6. ROS(indigo)机器人操作系统学习有趣丰富的Gazebo仿真示例evarobot

    一直在寻找一个示例可以将ROS学习中常用的基础内容大部分都包含进去,最好还包括Gazebo仿真, 这样即使没有硬件设备,也可以很好的学习ROS相关内容,但又必须有对应的硬件,便于后续研究. 这里,介绍 ...

  7. STL:map/multimap用法详解

    map/multimap 使用map/multimap之前要加入头文件#include<map>,map和multimap将key/value当作元素,进行管理.它们可根据key的排序准则 ...

  8. 【IOS 开发】Object - C 语法 之 类型转换

    作者 : 万境绝尘 (octopus_truth@163.com) 转载请注明出处 : http://blog.csdn.net/shulianghan/article/details/3913507 ...

  9. sql 如何应对子查询返回数据有多条 我就是要返回数据有多条

    SELECT * FROM SUSE_DEV.PROJECT_LISTING INNER JOIN SUSE_DEV.PROJECT_AUCTION ON SUSE_DEV.PROJECT_LISTI ...

  10. Android学习笔记:对Android应用进行单元测试

     第一步:在AndroidManifest.xml中加入如下两段代码: <manifest xmlns:android="http://schemas.android.com/ap ...