博客
关于我
最短路之Floyd算法
阅读量:544 次
发布时间:2019-03-07

本文共 1298 字,大约阅读时间需要 4 分钟。

最短路之Floyd算法

关于原理Floyd算法是一种用于计算图中最短路径的算法,其核心思想是通过动态规划的方式逐步优化距离矩阵。然而,需要注意的是:Floyd算法不能解决带有“负权回路”(或者叫“负权环”)的图,因为带有“负权回路”的图没有最短路。例如,假设一个图中存在1号顶点到3号顶点的负权回路,比如1→2→3→1→2→3→…,这种情况下,无法找到真正意义上的最短路径。实际上,如果一个图中存在负权环,那么这个图就不存在最短路。

图中如果有负权回路,那么Floyd算法会陷入无法终止的循环,反复寻找“更短的路径”,导致计算结果不稳定。因此,在使用Floyd算法之前,必须确保输入图中不存在负权回路。这一点是Floyd算法的重要前提条件。

Floyd算法的模板以下是一个基于C++语言实现的Floyd算法模板:

代码示例

#include 
#include
#include
#define MAXN 100#define INF 0x3f3f3f3fusing namespace std;int a[MAXN][MAXN];int n, m;void Floyd() { for(int k=1; k<=n; k++) { for(int i=1; i<=n; i++) { for(int j=1; j<=n; j++) { if(a[i][j] > a[i][k] + a[k][j]) { a[i][j] = a[i][k] + a[k][j]; } } } }}void init() { for(int i=1; i<=n; i++) { for(int j=1; j<=n; j++) { if(i == j) { a[i][j] = 0; } else { a[i][j] = INF; } } }}int main() { cin >> n >> m; for(int i=1; i<=m; i++) { int t1, t2, t3; cin >> t1 >> t2 >> t3; a[t1][t2] = t3; } Floyd(); // 输出结果 // ...}

代码说明

  • 首先包含必要的头文件,包括输入输出流、算法库和队列库。
  • 定义了顶点数为MAXN,初始化为无穷大。
  • Floyd算法的核心三重循环,通过中间点k逐步更新最短路径。
  • 初始化函数,设置顶点到自身的距离为0,其他顶点之间的距离为无穷大。
  • 主函数部分读取输入数据并调用Floyd算法,输出最短路径结果。
  • 转载地址:http://qddcz.baihongyu.com/

    你可能感兴趣的文章
    Python3.1-网格模拟概念性问题
    查看>>
    Python3.12 解决conda环境libstdc++版本过低问题
    查看>>
    python3.2批量查询IP地址区域
    查看>>
    Python3.5中协程和未来/任务之间的区别?
    查看>>
    python3.5实现socket通讯(TCP)
    查看>>
    python3.6 ubuntu部署nginx、 uwsgi、 django
    查看>>
    Python3.6.3中,functools似乎不能用
    查看>>
    python3.6.5+cuda9+cudnn7.1+win10+tensorflow-gpu1.9.0下载配置
    查看>>
    python3.6使用pickle序列化class
    查看>>
    python3.6入门到高阶(全栈) day027 网络通信协议 osi七层模型
    查看>>
    Python3.6属性错误:模块‘;异步没有属性‘;运行‘;
    查看>>
    python3.6版本中的python-weka-wrapper安装失败,错误代码为%1
    查看>>
    Python3.7安装cv2踩过的坑
    查看>>
    python写txt文件
    查看>>
    python关于sorted排序函数详细解析 附实战代码(全)
    查看>>
    python3.8调用m文件,调用matlab
    查看>>
    python3.9新特性_Python 3.9 新特性速览
    查看>>
    Python3.x:遍历select下拉框获取value值
    查看>>
    python360百科_11月编程排行榜:Python超过Java成第二
    查看>>
    Python关于Paginator分页函数详细解析 附实战代码
    查看>>