`
hz_chenwenbiao
  • 浏览: 1007767 次
  • 性别: Icon_minigender_1
  • 来自: 广州
社区版块
存档分类
最新评论

最短路径Floyd算法分析(转)

阅读更多

Floyd最短路径算法

     在图论中经常会遇到这样的问题,在一个有向图里,求出任意两个节点之间的最短距离。我们在离散数学、数据结构课上都遇到过这个问题,在计算机网络里介绍网络层的时候好像也遇到过这个问题,记不请了... 但是书本上一律采取的是Dijkstra算法,通过Dijkstra算法可以求出单源最短路径,然后逐个节点利用Dijkstra算法就可以了。不过在这里想换换口味,采取Robert Floyd提出的算法来解决这个问题。下面让我们先把问题稍微的形式化一下:
      如果有一个矩阵D=[d(ij)],其中d(ij)>0表示i城市到j城市的距离。若i与j之间无路可通,那么d(ij)就是无穷大。又有d(ii)=0。编写一个程序,通过这个距离矩阵D,把任意两个城市之间的最短与其行径的路径找出来。
     我们可以将问题分解,先找出最短的距离,然后在考虑如何找出对应的行进路线。如何找出最短路径呢,这里还是用到动态规划的知识,对于任何一个城市而言,i到j的最短距离不外乎存在经过i与j之间的k和不经过k两种可能,所以可以令k=1,2,3,...,n(n是城市的数目),在检查d(ij)与d(ik)+d(kj)的值;在此d(ik)与d(kj)分别是目前为止所知道的i到k与k到j的最短距离,因此d(ik)+d(kj)就是i到j经过k的最短距离。所以,若有d(ij)>d(ik)+d(kj),就表示从i出发经过k再到j的距离要比原来的i到j距离短,自然把i到j的d(ij)重写为d(ik)+d(kj),每当一个k查完了,d(ij)就是目前的i到j的最短距离。重复这一过程,最后当查完所有的k时,d(ij)里面存放的就是i到j之间的最短距离了。所以我们就可以用三个for循环把问题搞定了,但是有一个问题需要注意,那就是for循环的嵌套的顺序:我们可能随手就会写出这样的程序,但是仔细考虑的话,会发现是有问题的。

                     for(int i=0; i<n; i++)
                           for(int j=0; j<n; j++)
                                for(int k=0; k<n; k++)   
    

     问题出在我们太早的把i-k-j的距离确定下来了,假设一旦找到了i-p-j最短的距离后,i到j就相当处理完了,以后不会在改变了,一旦以后有使i到j的更短的距离时也不能再去更新了,所以结果一定是不对的。所以应当象下面一样来写程序:

                    for(int k=0; k<n; k++)
                         for(int i=0; i<n; i++)
                              for(int j=0; j<n; j++) 

    这样作的意义在于固定了k,把所有i到j而经过k的距离找出来,然后象开头所提到的那样进行比较和重写,因为k是在最外层的,所以会把所有的i到j都处理完后,才会移动到下一个k,这样就不会有问题了,看来多层循环的时候,我们一定要当心,否则很容易就弄错了。
     接下来就要看一看如何找出最短路径所行经的城市了,这里要用到另一个矩阵P,它的定义是这样的:p(ij)的值如果为p,就表示i到j的最短行经为i->...->p->j,也就是说p是i到j的最短行径中的j之前的最后一个城市。P矩阵的初值为p(ij)=i。有了这个矩阵之后,要找最短路径就轻而易举了。对于i到j而言找出p(ij),令为p,就知道了路径i->...->p->j;再去找p(ip),如果值为q,i到p的最短路径为i->...->q->p;再去找p(iq),如果值为r,i到q的最短路径为i->...->r->q;所以一再反复,到了某个p(it)的值为i时,就表示i到t的最短路径为i->t,就会的到答案了,i到j的最短行径为i->t->...->q->p->j。因为上述的算法是从终点到起点的顺序找出来的,所以输出的时候要把它倒过来。
     但是,如何动态的回填P矩阵的值呢?回想一下,当d(ij)>d(ik)+d(kj)时,就要让i到j的最短路径改为走i->...->k->...->j这一条路,但是d(kj)的值是已知的,换句话说,就是k->...->j这条路是已知的,所以k->...->j这条路上j的上一个城市(即p(kj))也是已知的,当然,因为要改走i->...->k->...->j这一条路,j的上一个城市正好是p(kj)。所以一旦发现d(ij)>d(ik)+d(kj),就把p(kj)存入p(ij)。

   #include               
   #include              
   #include              
   #define   MAXSIZE   20          
  
   void  floyd(int [][MAXSIZE], int [][MAXSIZE], int);  
   void  display_path(int [][MAXSIZE], int [][MAXSIZE], int);  
   void  reverse(int [], int);  
   void  readin(int [][MAXSIZE], int *);  
 
   #define   MAXSUM(a, b)   (((a) != INT_MAX && (b) != INT_MAX) ? \  
                          ((a) + (b)) : INT_MAX)  
  
   void floyd(int dist[][MAXSIZE], int path[][MAXSIZE], int n)  
   {  
       int  i, j, k;  
       for (i = 0; i < n; i++)    
           for (j = 0; j < n; j++)  
               path[i][j] = i;  
       for (k = 0; k < n; k++)    
           for (i = 0; i < n; i++)   
               for (j = 0; j < n; j++)    
                    if (dist[i][j] > MAXSUM(dist[i][k], dist[k][j]))   
                    {  
                         path[i][j] = path[k][j];   
                         dist[i][j] = MAXSUM(dist[i][k], dist[k][j]);  
                    }  
   }  
  
   void display_path(int dist[][MAXSIZE], int path[][MAXSIZE], int n)  
   {  
       int  *chain;  
       int  count;  
       int  i, j, k;  
       printf("\n\nOrigin->Dest   Dist   Path");  
       printf(  "\n-----------------------------");  
       chain = (int *) malloc(sizeof(int)*n);  
       for (i = 0; i < n; i++)   
           for (j = 0; j < n; j++)  
           {  
               if (i != j)  
               {    
                    printf("\n%6d->%d    ", i+1, j+1);  
                    if (dist[i][j] == INT_MAX)   
                         printf("  NA    ");   
                    else  
                    {  
                         printf("%4d    ", dist[i][j]);  
                         count = 0;     
                         k = j;  
                         do  
                         {  
                             k = chain[count++] = path[i][k];  
                         } while (i != k);  
                         reverse(chain, count);   
                         printf("%d", chain[0]+1);   
                         for (k = 1; k < count; k++)  
                              printf("->%d", chain[k]+1);  
                         printf("->%d", j+1);  
                    }  
               }  
           }  
       free(chain);               
   }  
 
   #define SWAP(a, b)  { temp = a; a = b; b = temp; }  
  
   void reverse(int x[], int n)  
   {  
       int  i, j, temp;  
       for (i = 0, j = n-1; i < j; i++, j--)  
            SWAP(x[i], x[j]);  
   }  
  
   void readin(int dist[][MAXSIZE], int *number)  
   {  
       int  origin, dest, length, n;  
       int  i, j;  
       char line[100];  
       gets(line);                
       sscanf(line, "%d", &n);  
       *number = n;  
       for (i = 0; i < n; i++)   
       {  
           for (j = 0; j < n; j++)  
                dist[i][j] = INT_MAX;  
           dist[i][i] = 0;       
       }  
       gets(line);                
       sscanf(line, "%d%d%d", &origin, &dest, &length);  
       while (origin != 0 && dest != 0 && length != 0)  
       {  
          dist[origin-1][dest-1] = length;  
          gets(line);           
          sscanf(line, "%d%d%d", &origin, &dest, &length);  
       }  
   }  
     //测试程序如下所示:  
   int main(void)  
   {  
       int dist[MAXSIZE][MAXSIZE];  
       int path[MAXSIZE][MAXSIZE];  
       int n;  
       printf("\nInput the path information:");  
       printf("\n----------------------------\n");  
       readin(dist, &n);  
       floyd(dist, path, n);  
       display_path(dist, path, n);  
       getchar();  
   }  

 

  1.     其中readin函数规定了输入的格式,第一列是指出有多少个城市;第二列以后每行三个数;第一个和第二个是一条路径的起点和终点,第三个数是路径的长度,最后以三个0作为输入结束条件。下面是一个输入的例子:  
  2.               Input the path information:  
  3.             --------------------------------------  
  4.               4  
  5.               1          2          5  
  6.               2          1          50  
  7.               2          3          15  
  8.               2          4          5  
  9.               3          1          30  
  10.               3          4          15  
  11.               4          1          15  
  12.               4          3          5  
  13.               0          0          0  
  14.    对应的输出结果为:  
  15.      Origin->Dest      Dist          Path  
  16.   ----------------------------------------------  
  17.         1->2             5           1->2  
  18.         1->3            15          1->2->4->3  
  19.         1->4            10          1->2->4  
  20.         2->1            20          2->4->1  
  21.         2->3            10          2->4->3  
  22.         2->4             5           2->4  
  23.         3->1            30          3->1  
  24.         3->2            35          3->1->2  
  25.         3->4            15          3->4  
  26.         4->1            15          4->1  
  27.         4->2            20          4->1->2  
  28.         4->3             5           4->3  
分享到:
评论

相关推荐

    最短路径 Floyd算法实现

    Floyd算法,也称为Floyd-Warshall算法,是一种用于解决所有对之间的最短路径问题的有效方法。这个算法的核心思想是动态规划,它通过逐步增加中间节点来探索可能的最短路径。 Floyd算法的基本步骤如下: 1. 初始化...

    最短路径算法 floyd

    Floyd算法的核心思想是通过逐步考虑所有可能的中间节点来寻找最短路径。初始时,算法假设每个节点到自身的距离为0,直接相邻节点之间的距离为边的权重。然后,对于每一对节点i和j,算法会尝试通过所有的中间节点k来...

    最短路径Floyd算法具体演示.doc

    Floyd算法,全称Floyd-Warshall算法,是一种解决图中所有顶点对之间最短路径问题的动态规划算法。由Robert W. Floyd在1962年提出,主要用于解决多点对多点之间的最短路径。它尤其适用于解决有向图或无向图中所有顶点...

    floyd最短路径算法

    总结来说,Floyd算法是一种高效、灵活的求解多源最短路径问题的方法,通过动态规划逐步完善最短路径信息,具有广泛的实用价值。理解和掌握这一算法,对于从事图论、数据结构、网络优化等领域的工作有着重要意义。

    最短路径算法c# 最短路径算法

    3. Floyd-Warshall算法:Floyd-Warshall算法是一种解决所有对最短路径的全局算法,适合于计算稠密图中的最短路径。它通过填充一个距离矩阵,逐步考虑所有可能的中间节点,最终得到所有节点对之间的最短路径。时间...

    最短路径Floyd算法动态规划问题及其程序设计样本.doc

    Floyd算法是一种常用的最短路径算法,对于给定的有向图,可以求解出每一对顶点之间的最短路径。本文首先介绍了Floyd算法的基本思想,即通过不断增加顶点来寻找最短路径,并使用数组dk(i, j)和pk(i, j)来存储路径长度...

    最短路径floyd算法 数学建模 matlab

    总的来说,Floyd算法在MATLAB中的实现为解决各种网络最短路径问题提供了有力的工具,特别是在数学建模中,它可以帮助我们理解和优化复杂网络的结构和性能。通过不断优化和扩展,我们可以将其应用于更广泛的领域,...

    Floyd最短路径算法C++实现

    Floyd-Warshall算法,通常简称为Floyd算法,是一种在图中寻找所有顶点对之间最短路径的有效算法。由Robert W. Floyd于1962年提出,该算法的核心思想是通过动态规划逐步增加中间节点,以检查是否存在更短的路径。在...

    最短路径经典算法

    3. Floyd-Warshall算法:这是一种动态规划方法,用于找出图中所有节点对之间的最短路径。它通过逐步考虑所有中间节点,更新所有可能的路径,最终得到每对节点间的最短路径。虽然对于大规模图,其计算量较大,但在...

    dev_最短路径中文分词_最短路径分词算法_

    最短路径分词算法广泛应用于搜索引擎、文本挖掘、情感分析、机器翻译等NLP任务中,提供高质量的分词结果是提升后续任务性能的基础。 6. **挑战与未来**: - 多义词和歧义处理:面对中文丰富的词汇含义和句法结构...

    经过指定节点的最短路径算法GUI程序

    常见的最短路径算法有Dijkstra算法、Floyd-Warshall算法、Bellman-Ford算法等。在这个程序中,可能采用了其中一种或结合多种算法来解决经过指定节点的问题。 2. **Dijkstra算法**:Dijkstra算法是最常用的单源最短...

    C#实现最短路径算法

    Floyd-Warshall算法通过逐步更新所有节点对之间的最短路径,最终得到完整的最短路径矩阵。C#实现时,可以创建一个二维数组来存储距离矩阵,并进行三层循环更新。 3. **Bellman-Ford算法**:与Dijkstra算法不同,...

    最短路径弗洛伊德算法演示

    最短路径问题在计算机科学中是一项基础且重要的研究领域,特别是在网络分析、图论和算法设计中占有举足轻重的地位。弗洛伊德算法(Floyd-Warshall Algorithm)是解决这一问题的一种经典方法,它能找出图中所有顶点...

    Floyd算法求解最短路径问题(c++源码)

    Floyd算法广泛应用于交通网络、社交网络分析、图形处理等领域,找出两点之间最短路径,或者计算所有顶点对的最短路径。由于其全路径探索的特性,对于稠密图(边多于顶点数量的平方)效率较高,但在稀疏图(边少于...

    最短路径基于floyd算法

    Floyd算法是一种用于解决图论中所有顶点对之间最短路径问题的经典算法。该算法可以在带有负权边(但不允许存在负权环)的加权图中找到任意两个顶点之间的最短路径。Floyd算法的核心思想是通过迭代的方式不断更新顶点...

    最短路径的Dijsktra算法及Floyd算法

    本文将详细探讨两种著名的解决最短路径问题的算法:Dijkstra算法和Floyd算法。 **Dijkstra算法** Dijkstra算法是由荷兰计算机科学家艾兹格·迪科斯彻在1956年提出的,它主要用于寻找带权重的无环图中从单一源点到...

    算法-最短路径-Floyd算法

    **算法-最短路径-Floyd算法** 在计算机科学中,最短路径问题是一个经典的问题,尤其是在图论和网络分析中。Floyd-Warshall算法,通常简称为Floyd算法,是一种用于解决所有对之间最短路径问题的有效算法。由Robert W...

    两点之间的最短路径(Floyd算法)源代码 项目文件

    标题提及的是“两点之间的最短路径(Floyd算法)源代码”,这指的是使用Floyd-Warshall算法解决图论中的经典问题——寻找图中任意两点间的最短路径。Floyd-Warshall算法是一种动态规划方法,能够处理带有负权重的边...

    最短路径算法分析2借鉴.pdf

    多种算法可用于寻找最短路径,如深度优先搜索、Dijkstra算法、Floyd算法和A*算法。Dijkstra算法是最常用的方法,但其在处理大规模网络时可能存在内存和效率问题。为了优化,可以通过预排序临时标记节点或减少搜索的...

    最短路径分析.zip_AE最短路径_ae 最短路径_gai_最短流程_最短路径

    在IT领域,最短路径分析是一项关键的技术,广泛应用于网络路由、交通规划、图形算法等多个方面。本资源“最短路径分析.zip”聚焦于利用C#编程语言与Adobe After Effects(AE)进行最短路径的计算和可视化。下面将...

Global site tag (gtag.js) - Google Analytics