#include <iostream>
#include <string>
#include <iomanip>
using namespace std; #define INFINITY 65535
#define MAX_VERTEX_NUM 10 typedef struct MGraph{
string vexs[10];//顶点信息
int arcs[10][10];//邻接矩阵
int vexnum, arcnum;//顶点数和边数
}MGraph; int LocateVex(MGraph G, string u)//返回顶点u在图中的位置
{
for(int i=0; i<G.vexnum; i++)
if(G.vexs[i]==u)
return i;
return -1;
} void CreateDN(MGraph &G)//构造有向图
{
string v1, v2;
int w;
int i, j, k;
cout<<"请输入顶点数和边数:";
cin>>G.vexnum>>G.arcnum; cout<<"请输入顶点:";
for(i=0; i<G.vexnum; i++)
cin>>G.vexs[i]; for(i=0; i<G.vexnum; i++)
for(j=0; j<G.vexnum; j++)
G.arcs[i][j]=INFINITY; cout<<"请输入边和权值:"<<endl;
for(k=0; k<G.arcnum; k++)
{
cin>>v1>>v2>>w;
i=LocateVex(G, v1);
j=LocateVex(G, v2);
G.arcs[i][j]=w;
}
} //弗洛伊德算法求每一对顶点间的最短路径
//p[v][w][i]表示当前求得的顶点v到顶点w的最短路径中的第i+1个顶点,这是打印最短路径的关键
//D[v][w]表示当前求得的顶点v到顶点w的最短路径的长度
void ShortestPath_FLOYD(MGraph G, int p[MAX_VERTEX_NUM][MAX_VERTEX_NUM][MAX_VERTEX_NUM], int D[][MAX_VERTEX_NUM])
{
int u, v, w, i, j; for(v=0; v<G.vexnum; v++)
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]=-1;
if(D[v][w] < INFINITY)
{
p[v][w][0]=v;
p[v][w][1]=w;
}
} 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] < INFINITY && D[u][w] < INFINITY && D[v][u]+D[u][w] < D[v][w])
{
//更新D
D[v][w]=D[v][u]+D[u][w];
//更新p,从v到w的路径是从v到u,再从u到w的所有路径
for(i=0; i<G.vexnum; i++)
{
if(p[v][u][i]!=-1)
p[v][w][i]=p[v][u][i];
else
break;
}
for(j=1; j<G.vexnum; j++)//注意:这里j从1开始而不是从0开始,因为从v到u的路径最后一个顶点是u, 而从u到w的路径第一个顶点是u,只需打印u一次即可。
{
if(p[u][w][j]!=-1)
p[v][w][i++]=p[u][w][j];
else
break;
} } } void main()
{
MGraph g;
int p[MAX_VERTEX_NUM][MAX_VERTEX_NUM][MAX_VERTEX_NUM];
int D[MAX_VERTEX_NUM][MAX_VERTEX_NUM]; CreateDN(g);
for(int i=0; i<g.vexnum; i++)
g.arcs[i][i]=0;
ShortestPath_FLOYD(g, p, D); cout<<"d矩阵(最短路径长度矩阵):"<<endl;
for(i=0; i<g.vexnum; i++)
{
for(int j=0; j<g.vexnum; j++)
cout<<setw(5)<<D[i][j]<<" ";
cout<<endl;
} cout<<endl;
cout<<"各顶点间最短长度及路径如下:"<<endl;
for(i=0; i<g.vexnum; i++)
{
for(int j=0; j<g.vexnum; j++)
{
if(i!=j)
{
if(D[i][j]!=INFINITY)
{
cout<<g.vexs[i]<<"到"<<g.vexs[j]<<"的最短长度为:"<<setw(5)<<D[i][j]<<", 最短路径为:";
for(int k=0; k<g.vexnum; k++)
{
if(p[i][j][k]!=-1)
cout<<g.vexs[p[i][j][k]]<<" ";
else
break;
}
cout<<endl;
}
else
cout<<g.vexs[i]<<"到"<<g.vexs[j]<<"不可达"<<endl;
} }
cout<<endl; } }

测试一:

测试二:

弗洛伊德算法Floyed(求各顶点间最短路径):可打印最短路径的更多相关文章

  1. AOJ -0189 Convenient Location && poj 2139 Six Degrees of Cowvin Bacon (floyed求任意两点间的最短路)

    http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=78207 看懂题就好. 求某一办公室到其他办公室的最短距离. 多组输入,n表示 ...

  2. Floyed-Warshall算法(求任意两点间最短距离)

    思路:感觉有点像暴力啊,反正我是觉得很暴力,比如求d[i][j],用这个方法求的话,就直接考虑会不会经过点k(k是任意一点) ,最终求得最小值 看代码 #include<iostream> ...

  3. Floyd(弗洛伊德)算法(C语言)

    转载:https://blog.csdn.net/qq_35644234/article/details/60875818 Floyd算法的介绍 算法的特点 弗洛伊德算法是解决任意两点间的最短路径的一 ...

  4. 每一对顶点间最短路径的Floyd算法

    Floyd思想可用下式描述: A-1[i][j]=gm[i][j] A(k+1)[i][j]=min{Ak[i][j],Ak[i][k+1]+Ak[K+1][j]}    -1<=k<=n ...

  5. AOJ GRL_1_C: All Pairs Shortest Path (Floyd-Warshall算法求任意两点间的最短路径)(Bellman-Ford算法判断负圈)

    题目链接:http://judge.u-aizu.ac.jp/onlinejudge/description.jsp?id=GRL_1_C All Pairs Shortest Path Input ...

  6. 图->最短路径->多源最短路径(弗洛伊德算法Floyd)

    文字描述 求每一对顶点间的最短路径,可以每次以一个顶点为源点,重复执行迪杰斯特拉算法n次.这样,便可求得每一对顶点之间的最短路径.总的执行时间为n^3.但是还有另外一种求每一对顶点间最短路径的方法,就 ...

  7. 图(最短路径算法————迪杰斯特拉算法和弗洛伊德算法).RP

    文转:http://blog.csdn.net/zxq2574043697/article/details/9451887 一: 最短路径算法 1. 迪杰斯特拉算法 2. 弗洛伊德算法 二: 1. 迪 ...

  8. [从今天开始修炼数据结构]图的最短路径 —— 迪杰斯特拉算法和弗洛伊德算法的详解与Java实现

    在网图和非网图中,最短路径的含义不同.非网图中边上没有权值,所谓的最短路径,其实就是两顶点之间经过的边数最少的路径:而对于网图来说,最短路径,是指两顶点之间经过的边上权值之和最少的路径,我们称路径上第 ...

  9. 经典问题----最短路径(Floyd弗洛伊德算法)(HDU2066)

    问题简介: 给定T条路,S个起点,D个终点,求最短的起点到终点的距离. 思路简介: 弗洛伊德算法即先以a作为中转点,再以a.b作为中转点,直到所有的点都做过中转点,求得所有点到其他点的最短路径,Flo ...

随机推荐

  1. Linux 文件系统扩展属性【转】

    转自:https://blog.csdn.net/ganggexiongqi/article/details/7661024 扩展属性(xattrs)提供了一个机制用来将<键/值>对永久地 ...

  2. linux关机时候执行命令脚本或程序

    Write a service file and place it in /etc/systemd/system/beforeshuttingdown.service code: [Unit] Des ...

  3. mysql系列八、mysql数据库优化、慢查询优化、执行计划分析

    mysql的性能优化无法一蹴而就,必须一步一步慢慢来,从各个方面进行优化,最终性能就会有大的提升. 一.介绍 对mysql优化是一个综合性的技术,主要包括 表的设计合理化(符合3NF) 添加适当索引( ...

  4. MyEclipse中如何配置默认jsp为UTF-8格式

  5. python语法小应用---列表和元组

    声明:本文章为参考总结CSDN上知识点所获,只是用来总结自己学习而用,如有侵权,会删除! 列表(list): 列表就像一个线性容器,但是比C++的 lis t扩展多得多 列表里的元素可以是相同类型,也 ...

  6. Android 工程中各种文件的介绍

    一:Android.mk     Android.mk 内部定义了一个或者多个源代码的模块,该文件的产生是和NDK相关的,NDK 是Android提供的一种工具,可以为编译mk文件内部的源代码提供依赖 ...

  7. 对比synchronized与java.util.concurrent.locks.Lock 的异同

    主要区别 1.Lock能完成几乎所有synchronized的功能,并有一些后者不具备的功能,如公平锁.等待可中断.锁绑定多个条件等: 2.synchronized 是Java 语言层面的,是内置的关 ...

  8. swift的一些知识点(不断完善中)

    首先,隆重推荐文章http://www.infoq.com/cn/articles/swift-brain-gym-optional swift 烧脑体操!目前有4篇文章,说的都很好! 1. 应该充分 ...

  9. rem布局加载闪烁问题

    说明:以下内容来自CSDN,如有侵权,请立刻联系博主(我),我将删除该内容. 原文链接  https://blog.csdn.net/u013778905/article/details/779387 ...

  10. spark简单总结—短小精悍

    Spark是基于内存计算的大数据并行计算框架.因为其基于内存计算,较Hadoop中MapReduce计算框架具有更高的实时性,同时保证了高效容错性和可伸缩性.从2009年诞生于AMPLab到现在已经成 ...