http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
弗洛伊德(Floyd)算法 是解决任意两点间的最短路径的一种算法
Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话,首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题,我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)
从任意节点i到任意节点j的最短路径不外乎2种可能,1是直接从i到j,2是从i经过若干个节点k到j。所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离,对于每一个节点k,我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立,证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离
2).算法描述:
a.从任意一条单边路径开始。所有两点之间的距离是边的权,如果两点之间没有边相连,则权为无穷大。
b.对于每一对顶点 u 和 v,看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。
为了能讲明白弗洛伊德算法的精妙所在,我们先来看最简单的案例:
D1[0][2] = min{D0[0][2], D0[0][1]+D[1][2]}
弗洛伊德算法原理
路径为V0->V1->V2->V4->V3->V6->V7->V8
typedef struct
{
char vers[numV];//顶点表
int edges[numV][numV];//邻接矩阵
int v,e;//看作是当前的顶点和边数
}MGraph;
void Floyd(MGraph G)
{
int A[G.v][G.v];//初始化 刚刚开始为邻接矩阵的copy 最终是我们要的结果
int path[G.v][G.v];
for(int i=0;i<G.v;i++)初始化
{
for(int j=0;j<G.v;j++)
{
A[i][j] = G.edges[i][j];
path[i][j] =j;
}
}
for(int k=0; k<G.v; k++)
{
for(int i=0;i<G.v;i++)
{
for(int j=0;j<G.v;j++)
{
if(A[i][j] > (A[i][k]+A[k][j]))//如果经过K点的路径比原来两点见路径更短
{
A[i][j] = A[i][k]+A[k][j];
path[i][j] = k;
}
}
}
}
}
//求最短路径的显示代码可以这样写
void printWay(MGraph G, int* A, int* path)
{
for(int i=0;i<G.numV;i++)
{
for(int j=i+1;j<G.numV;j++)
{
cout<<"v"<<i<<"-"<<"v"<<j<<"weight:"<<A[i][j];
int k=path[i][j];
cout<<"path:"<<i;//打印出源点
while(k != j)
{
cout<<"->"<<k;//打印路径顶点
k = path[k][j];//获得下一个路径的顶点下标
}
cout<<"->"<<j;//打印终点
}
cout<<endl;
}
}