当前位置 博文首页 > Inmaturity_7的博客:弗洛伊德算法学习(Java)

    Inmaturity_7的博客:弗洛伊德算法学习(Java)

    作者:[db:作者] 时间:2021-07-16 21:48

    弗洛伊德算法学习(Java)

    学习视频:尚硅谷韩老师java讲解数据结构和算法

    一、 弗洛伊德(Floyd)算法介绍

    1. 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
    2. 弗洛伊德算法(Floyd)计算图中各个顶点之间的最短路径
    3. 迪杰斯特拉算法用于计算图中某一个顶点到其他顶点的最短路径。
    4. 弗洛伊德算法 VS 迪杰斯特拉算法:迪杰斯特拉算法通过选定的被访问顶点,求出从出发访问顶点到其他顶点 的最短路径;弗洛伊德算法中每一个顶点都是出发访问点,所以需要将每一个顶点看做被访问顶点,求出从每 一个顶点到其他顶点的最短路径。

    二、弗洛伊德(Floyd)算法图解分析

    1. 设置顶点 vi 到顶点 vk 的最短路径已知为 Lik,顶点 vk 到 vj 的最短路径已知为 Lkj,顶点 vi 到 vj 的路径为 Lij, 则 vi 到 vj 的最短路径为:min((Lik+Lkj),Lij),vk 的取值为图中所有顶点,则可获得 vi 到 vj 的最短路径
    2. 至于 vi 到 vk 的最短路径 Lik 或者 vk 到 vj 的最短路径 Lkj,是以同样的方式获得
    3. 弗洛伊德(Floyd)算法图解分析-举例说明
    4. 示例:求最短路径为例说明:
      在这里插入图片描述

    第一轮循环中,[A,B,C,D,E,F,G]中的点作为起始点,并对应[A,B,C,D,E,F,G]中的点作为终点【除了起始点和中止点相同的情况】,然后以 A下标为(0)作为中间顶点【即把 A 作为中间顶点的所有情况都进行遍历, 就会得到更新距离表 和 前驱关系】, 距离表和前驱关系更新为:
    在这里插入图片描述
    第二轮循环中,[A,B,C,D,E,F,G]中的点作为起始点,并对应[A,B,C,D,E,F,G]中的点作为终点【除了起始点和中止点相同的情况】,然后以 B下标为(1)作为中间顶点【即把 B 作为中间顶点的所有情况都进行遍历, 就会得到更新距离表 和 前驱关系】
    第三轮循环中
    第七轮循环后得到结果

    前驱表:
    0 0 0 1 6 6 0 
    1 1 0 1 6 6 1 
    2 0 2 1 2 4 0 
    1 3 0 3 5 3 5 
    6 6 4 5 4 4 4 
    6 6 4 5 5 5 5 
    6 6 0 5 6 6 6 
    
    各个顶点距离表:
    0          5          7          14         6          8          2          
    5          0          12         9          7          9          3          
    7          12         0          21         8          13         9          
    14         9          21         0          9          4          10         
    6          7          8          9          0          5          4          
    8          9          13         4          5          0          6          
    2          3          9          10         4          6          0  
    

    三、 弗洛伊德(Floyd)算法最佳应用-最短路径

    在这里插入图片描述

    1. 胜利乡有 7 个村庄(A, B, C, D, E, F, G)
    2. 各个村庄的距离用边线表示(权) ,比如 A – B 距离 5 公里
    3. 问:如何计算出各村庄到 其它各村庄的最短距离?
    4. 代码实现:
    package com.lxf.floyd;
    
    import java.util.Arrays;
    
    public class FloydAlgorithm {
        public static void main(String[] args) {
            //测试看看图是否创建成功
            char[] vertex={'A','B','C','D','E','F','G'};
            //创建邻接矩阵
            int[][] matrix=new int[vertex.length][vertex.length];
            final int  N=65535;
            matrix[0] = new int[] { 0, 5, 7, N, N, N, 2 };
            matrix[1] = new int[] { 5, 0, N, 9, N, N, 3 };
            matrix[2] = new int[] { 7, N, 0, N, 8, N, N };
            matrix[3] = new int[] { N, 9, N, 0, N, 4, N };
            matrix[4] = new int[] { N, N, 8, N, 0, 5, 4 };
            matrix[5] = new int[] { N, N, N, 4, 5, 0, 6 };
            matrix[6] = new int[] { 2, 3, N, N, 4, 6, 0 };
            Graph graph = new Graph(7, matrix, vertex);
            graph.show();
            graph.floyd();
            System.out.println();
            graph.show();
        }
    }
    
    /**
     * 创建图
     */
    class Graph{
        private char[] vertex;
        private int[][]  dis;//保存,从各个顶点出发到其它顶点的距离,最后的结果,也是保留在该数组
        private int[][]  pre;//保存到达目标顶点的前驱顶点
        final int  N=65535;
        /**
         * 构造器
         * @param length  大小
         * @param matrix 邻接矩阵
         * @param vertex 顶点数组
         */
        public Graph(int length,int[][] matrix,char[] vertex) {
            this.vertex = vertex;
            this.dis=matrix;
            this.pre=new int[length][length];
            //对pre数组初始化,注意存放的是前驱顶点的下标
            for (int i = 0; i < length; i++) {
                Arrays.fill(pre[i],i);
            }
        }
    
        /**
         * 显示pre数组和dis数组
         */
        public void show(){
            System.out.println("前驱表:");
            for (int i = 0; i < dis.length; i++) {
                //先将pre数组输出的一行数据
                for (int j = 0; j < dis.length; j++) {
                    System.out.print(pre[i][j]+" ");
                }
                System.out.println();
            }
            System.out.println();
            System.out.println("各个顶点距离表:");
            for (int i = 0; i < dis.length; i++) {
                //输出dis数组的一行数据
                for (int k = 0; k < dis.length; k++) {
                    System.out.printf("%-10d ",dis[i][k]);
                }
                System.out.println();
            }
        }
    
        /**
         * 弗洛伊德算法
         */
        public void floyd(){
           int len=0;//变量保存距离
           //对中间顶点的遍历,k就是中间顶点的下标
            for (int i = 0; i < dis.length; i++) {
                //从i顶点开始出发:[A,B,C,D,E,F,G]
                for (int j = 0; j < dis.length; j++) {
                        if(i!=j){
                            for (int k = 0; k < dis.length; k++) {
                                if(k!=i&&k!=j&&dis[i][k]!=N&&dis[k][j]!=N){
                                    len=dis[i][k]+dis[k][j];//=>求出从i顶点出发,经过k中间顶点,到达j顶点的距离
                                    if(len<dis[i][j]){
                                        //如果len小于dis[i][j]
                                        dis[i][j]=len;//更新距离
                                        pre[i][j]=pre[k][j];//更新前驱顶点
                                    }
                                }
                            }
                        }
                    }
                }
            }
    }
    
    cs