Floyd-Warshall算法求解所有结点对的最短路径问题Java和Python实现

其实求解所有结点对之间的最短路径问题完全可以用调用|V|次Bellman-Ford算法或Dijkstra算法来实现，但是那样肯定效率会比较低下。与前面两个算法基于邻接链表不同，本文所要说的Floyd-Warshall算法是基于邻接矩阵的，当然也可以用邻接链表来实现。

假设i与j是图中的两个结点，那么它们之间至多经过k个结点的最短路径代价肯定不小于至多经过k+1个结点的最短路径的代价。由此对于所有结点对最短路径问题我们有如下递归解：

《算法导论》书中给出的算法伪代码如下：

而下面是一个运用Floyd-Warshall算法求解的过程的一个例子，其中左边矩阵记录的是当前的最短路径值，右边矩阵则是当前的前驱节点。

由此用Java代码实现如下

 

package Floyed_Warshall;

import java.util.ArrayList;   
import java.util.List;   
  
  
public class Main {   
  
    private static int INF=Integer.MAX_VALUE;   
    private int[][] dist;      
    private List result=new ArrayList<>();   
       
    public static void main(String[] args) {   
        Main graph=new Main(5);   
        int[][] matrix={   
                {0,3,8,INF,-4},   
                {INF,0,INF,1,7},   
                {INF,4,0,INF,INF},   
                {2,INF,-5,0,INF},   
                {INF,INF,INF,6,0},   
        };        
                
	      graph.floyd(matrix);
	      System.out.println("============最短路径长度============");
	      for(int i = 0;i

运行结果截图如下

 

下面是一个Python版本的代码

import numpy as np


"""
    使用Floyed-Warshall算法计算最短路径距离
    输入是一个初始的距离矩阵
    @author: sdu_brz
    @date: 2019/02/27
"""

def floyed(distance0):
    """
    计算所有顶点对的最短路径距离
    :param distance0: 初始的距离矩阵
    :return: 保存了最短路径长度的矩阵
    """
    data_shape = distance0.shape
    n = data_shape[0]

    distance = distance0.copy()

    for index in range(0, n):
        for i in range(0, n):
            for j in range(0, n):
                if distance[i, index] < float('inf') and distance[index, j] < float('inf') and distance[i, index]+distance[index, j]