Floyd算法(三)之 Java詳解

時間 2019-11-05

標籤 floyd 算法 java 詳解欄目 Java 简体版

原文原文鏈接

前面分別經過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。html

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 java

轉載請註明出處：http://www.cnblogs.com/skywang12345/git

更多內容：數據結構與算法系列目錄github

弗洛伊德算法介紹

和Dijkstra算法同樣，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1、1978年圖靈獎得到者、斯坦福大學計算機科學系教授羅伯特·弗洛伊德命名。算法

基本思想 數組

經過Floyd計算圖G=(V,E)中各個頂點的最短路徑時，須要引入一個矩陣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。數據結構

假設圖G中頂點個數爲N，則須要對矩陣S進行N次更新。初始時，矩陣S中頂點a[i][j]的距離爲頂點i到頂點j的權值；若是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，若是"a[i][j]的距離" > "a[i][0]+a[0][j]"(a[i][0]+a[0][j]表示"i與j之間通過第1個頂點的距離")，則更新a[i][j]爲"a[i][0]+a[0][j]"。同理，第k次更新時，若是"a[i][j]的距離" > "a[i][k]+a[k][j]"，則更新a[i][j]爲"a[i][k]+a[k][j]"。更新N次以後，操做完成！ui

單純的看上面的理論可能比較難以理解，下面經過實例來對該算法進行說明。spa

弗洛伊德算法圖解

以上圖G4爲例，來對弗洛伊德進行算法演示。code

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]的距離爲頂點i到頂點j的權值；若是i和j不相鄰，則a[i][j]=∞。實際上，就是將圖的原始矩陣複製到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)爲中介點，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，上一步操做以後，a[1][6]=∞；而將A做爲中介點時，(B,A)=12，(A,G)=14，所以B和G之間的距離能夠更新爲26。

同理，依次將頂點B,C,D,E,F,G做爲中介點，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"爲例對弗洛伊德算法進行說明，對於"鄰接表"實現的圖在後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"的最短路徑會通過頂點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"的路徑長度爲"i到j的權值"。
            path[i][j] = j;                // "頂點i"到"頂點j"的最短路徑是通過頂點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++) {

                // 若是通過下標爲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，爲更小的一個(即通過k)
                    dist[i][j] = tmp;
                    // "i到j最短路徑"對應的路徑，通過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");
    }
}