一、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。

二、弗洛伊德算法图解

Floyd算法 - 图1

以上图G4为例,来对弗洛伊德进行算法演示。

Floyd算法 - 图2

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16。

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。

三、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

  1. public class MatrixUDG {
  2. private int mEdgNum; // 边的数量
  3. private char[] mVexs; // 顶点集合
  4. private int[][] mMatrix; // 邻接矩阵
  5. private static final int INF = Integer.MAX_VALUE; // 最大值
  6. ...
  7. }

MatrixUDG是邻接矩阵对应的结构体。mVexs用于保存顶点,mEdgNum用于保存边数,mMatrix则是用于保存矩阵信息的二维数组。例如,mMatrix[i][j]=1,则表示”顶点i(即mVexs[i])”和”顶点j(即mVexs[j])”是邻接点;mMatrix[i][j]=0,则表示它们不是邻接点。

2. 弗洛伊德算法

  1. /*
  2. * floyd最短路径。
  3. * 即,统计图中各个顶点间的最短路径。
  4. *
  5. * 参数说明:
  6. * 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。
  7. * 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sum。
  8. */
  9. public void floyd(int[][] path, int[][] dist) {
  10. // 初始化
  11. for (int i = 0; i < mVexs.length; i++) {
  12. for (int j = 0; j < mVexs.length; j++) {
  13. dist[i][j] = mMatrix[i][j]; // "顶点i"到"顶点j"的路径长度为"i到j的权值"。
  14. path[i][j] = j; // "顶点i"到"顶点j"的最短路径是经过顶点j。
  15. }
  16. }
  17. // 计算最短路径
  18. for (int k = 0; k < mVexs.length; k++) {
  19. for (int i = 0; i < mVexs.length; i++) {
  20. for (int j = 0; j < mVexs.length; j++) {
  21. // 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]
  22. int tmp = (dist[i][k]==INF || dist[k][j]==INF) ? INF : (dist[i][k] + dist[k][j]);
  23. if (dist[i][j] > tmp) {
  24. // "i到j最短路径"对应的值设,为更小的一个(即经过k)
  25. dist[i][j] = tmp;
  26. // "i到j最短路径"对应的路径,经过k
  27. path[i][j] = path[i][k];
  28. }
  29. }
  30. }
  31. }
  32. // 打印floyd最短路径的结果
  33. System.out.printf("floyd: \n");
  34. for (int i = 0; i < mVexs.length; i++) {
  35. for (int j = 0; j < mVexs.length; j++)
  36. System.out.printf("%2d ", dist[i][j]);
  37. System.out.printf("\n");
  38. }
  39. }