多源最短路径算法 -- 弗洛伊德（Floyd）算法

本文主要是介绍多源最短路径算法 -- 弗洛伊德（Floyd）算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1. 简介

Floyd算法，全名为Floyd-Warshall算法，亦称弗洛伊德算法或佛洛依德算法，是一种用于寻找给定加权图中所有顶点对之间的最短路径的算法。这种算法以1978年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德的名字命名。

2. 核心思想

通过考虑图中所有可能的中转点，逐步更新两点间的最短路径长度和路径信息，直至找到最终的最短路径。有的人也称之为插点法。

3. 图解

3.1 初始化

初始化：设置图的邻接矩阵dict，其中dict[i][j]表示顶点i到顶点j的直接路径权重；如果两顶点不直接相连，则设为无穷大INF。

3.2 更新最短路径

更新最短路径：把每个节点当作是中转节点，更新矩阵中的距离。

通过中间顶点 k 从顶点 i 到顶点 j 的距离小于直接从顶点 i 到顶点 j 的距离，更新 dist[i][j] = dist[i][k] + dist[k][j]。

把0作为中转节点，此时表中黄色部分是不需要改的（都是从0出发或是直接到0的距离）,

当更新 dict[1][2]也就是1 -> 2 时，需判断 1 -> 0 和 0 -> 2 的和是否比直达的1 -> 2更小。

若路径中有INF就无需更新，比如此时1 -> 0 就是INF，表示1 -> 2 以 0 作为中转点时不可能比 1 -> 2 直达的更小，所以此时不需要更新。

更新完 0作为中转节点时数组为：

更新完 1作为中转节点时数组为：

更新完 2作为中转节点时数组为：

更新完 3作为中转节点时数组为：

3.3 结果

最终结果的数组中就是点到点的最短路径。

4. 代码实现

定义了一个4x4的图，其中INF表示两个顶点之间没有直接相连的边。然后调用floyd方法计算所有顶点对之间的最短路径，并输出结果。

public class Floyd {private static final int INF = Integer.MAX_VALUE; public static void floyd(int[][] graph) {int n = graph.length; // 获取图的顶点数int[][] dist = new int[n][n]; // 初始化矩阵for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {dist[i][j] = graph[i][j]; }}// 使用Floyd算法计算所有顶点之间的最短路径for (int k = 0; k < n; k++) {for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {if (dist[i][k] != INF && dist[k][j] != INF&& dist[i][k] + dist[k][j] < dist[i][j]) { // 更新i到j的最短路径dist[i][j] = dist[i][k] + dist[k][j];}}}}// 输出所有顶点之间的最短路径for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {System.out.print(dist[i][j] + " ");}System.out.println();}}public static void main(String[] args) {int[][] graph = {{0,   5  , 3  , 10 },{INF, 0  , 3  , INF},{5  , INF, 0  , 1  },{INF, INF, 4  , 0  }};floyd(graph); }
}

5. floyd算法和Dijkstra算法的区别

Floyd算法和Dijkstra算法都是计算图中顶点之间最短路径的著名算法，但它们的应用场景、原理和性能存在显著差异。具体分析如下：

应用场景

Dijkstra算法：适用于单源最短路径问题，即从单个源点到其他所有点的最短路径。它不能处理具有负权边的图。
Floyd算法：用于求解任意顶点对（多源最短路径问题）的最短路径，可以处理负权边，但不能处理包含负权回路的图。

算法原理

Dijkstra算法：基于贪心策略，每次从未确定的顶点中选择一个距离源点最近的顶点，然后更新其邻接顶点的距离。该算法需要使用优先队列来选择下一个顶点，并且初始时除源点外的所有顶点的距离都设置为无穷大。
Floyd算法：通过动态规划的方式，利用三层嵌套循环来计算所有顶点对之间的最短路径。算法的基本操作是比较(u,k) + (k,v)与(u,v)的长度，并据此更新(u,v)的长度。

时间复杂度

Dijkstra算法：使用优先队列优化后的时间复杂度是O((V+E) log V)，其中V是顶点数，E是边数。如果使用邻接矩阵实现且没有优化，复杂度会是O(V^2)。
Floyd算法：时间复杂度为O(V^3)，因为算法需要三层循环遍历所有顶点对和可能的中间顶点。

额外功能

Dijkstra算法：可以输出从源点到各顶点的最短路径。
Floyd算法：可以输出任意两个顶点间的最短路径及其长度。

总之，Dijkstra算法适合解决单源最短路径问题，尤其是在没有负权边的情况下，而Floyd算法适合解决所有顶点对之间的最短路径问题，尽管它可以处理负权边的情况，却不能容忍负权回路的存在。