目录
一、什么是最短路径
二、弗洛伊德(Floyd)算法
三、测试程序
求图的最短路径在实际生活中有许多应用,比如说在你在一个景区的某个景点,参观完后,要怎么走最少的路程到你想参观的下个景点,这就利用到了求图最短路径的算法。求图的最短路径有很多算法,这里介绍一种弗洛伊德(Floyd)算法来求图的最短路径。
在介绍算法前,需要掌握一点图的基本知识,比如说什么是路径,什么是路径长度等。如果对这些不了解的话,建议先了解一下。
这是我写的一篇博客,对图的一些基本知识的简介——图的一些基本知识。
在网图和非网图中,最短路径的含义是不同的。由于非网图没有边上的权值,所谓最短路径,其实指的就是两个顶点之间经过的边数最少的路劲(即可以理解为把每一条边的权值看作是1)。
对于网图来说,所谓最短路径,就是指两顶点之间经过的边上的权值之和最少的路径,并且我们称路径上的第一个顶点是源点,最后一个顶点是终点。
求带权有向图G的最短路径问题一般可分为两类:一是单源最短路径,即求图中某一个顶点到其它顶点的最短路径,可以通过经典的 Dijkstra(迪杰斯特拉)算法求解(这是我写的一篇博客,有兴趣的同学可以看下,Dijkstra算法);二是求每对顶点间的最短路径,可通过Floyd(弗洛伊德)算法(也是我接下来要讲解的算法)来求解。
Floyd算法需要两个二维数组 D[vexNum][vexNum] 和 P[vexNum][vexNum],其中 vexNum代表的是图中结点的个数,D代表顶点到顶点的最短路径权值和的矩阵。P代表对应顶点的最短路径的前驱矩阵,用来存储路径。
Floyd算法的基本思路是:递推产生一个 n 阶方阵序列,,... ,,...,和,,...,,...,。其中 [v][w] 表示从顶点 v 到顶点 w 的路径长度,k表示绕行第 k 个顶点的运算步骤,[v][w]表示从顶点 v 到顶点 w 的最短路径所需要经过的一个中间结点。
初始时,对于任意两个顶点 v 和 w,若它们之间存在边,则以此边上的权值作为它们之间的最短路径长度;若它们之间不存在有向边,则以 ∞ 作为它们之间的最短路径,此过程用于初始化矩阵D。以后逐步在原路径中加入顶点 k(k=0,1,...,n-1)作为中间顶点。若增加中间顶点后,得到的路径比原来的路径长度减少了,则以此新路径代替原路劲并且修改矩阵 P。算法描述如下:
定义一个 n 阶方阵序列 ,,...,,其中,
[v][w] = Min{[v][w],[v][k] + [k][w]}
[v][w] = [v][k]
上式中,[v][w]是从顶点 v 到 w、中间顶点是 的最短路径长度,[v][w]是从顶点 v 到 w,中间顶点的序号不大于 k 的最短路径长度。Floyd算法是一个迭代的过程,每迭代一次,在从 v
到 w 的最短路径上就多考虑了一个顶点;经过 n 次迭代后,所得到的 [v][w]就是 v 到 w 的最短路径长度,即方阵中就保存了任意一对顶点之间的最短路径长度。方阵 可以求出顶点 v 到 顶点 w 的最短路径。
可能这么说,很多人可能是云里雾里的(其实我感觉我也表达不出那个意思,但通过下面这个实例我相信你们会理解这个算法的执行过程),上面的说法主要还是表明两个结点之间的距离可能并不是直线最短,可能两个结点通过中间结点会比两个结点之间原本直线的距离还短,然后按照这个思路得出最短路径。下面我将用一个实例,来模拟Floyd算法每一步的执行流程。在此之前先看下Floyd算法的代码实现:
/* Floyd算法 */
void ShortestPath_Floyd(MGraph G, Patharc P, ShortPathTable D)
{
int v, w, k;
for (v = 0; v < G.vexNum; v++) // 初始化 D与P
{
for (w = 0; w < G.vexNum; w++)
{
D[v][w] = G.Edge[v][w]; // D[v][w]值即为对应点间的权值
P[v][w] = w;
}
}
/* Floyd算法的主要部分 */
for (k = 0; k < G.vexNum; k++)
{
for (v = 0; v < G.vexNum; v++)
{
for (w = 0; w < G.vexNum; w++)
{
if (D[v][w] > (D[v][k] + D[k][w]))
{ /* 如果经过下标为 k 顶点的路径比原来两点间路径更短 */
D[v][w] = D[v][k] + D[k][w]; // 将当前两点间权值设更小一个
P[v][w] = P[v][k]; // 路径设置为经过下标为 k 的顶点
}
}
}
}
return;
}
实例:
算法执行流程:
初始化:
for (v = 0; v < G.vexNum; v++) // 初始化 D与P
{
for (w = 0; w < G.vexNum; w++)
{
D[v][w] = G.Edge[v][w]; // D[v][w]值即为对应点间的权值
P[v][w] = w;
}
}
将 作为中间顶点,并对所有顶点对{v,w],如果有 [v][w] > [v][0] + [0][w],则将 [v][w] 更新为 [v][0] + [0][w],发现无符合情况,不用更新,得到矩阵 和。
其计算过程是,列中的单个元素与中间顶点所对应的行的每个单个元素进行相加,并与其对应的列进行比较,如果小于,就进行更新D矩阵和P矩阵,否则不进行更新。如 列中的单个元素 6,它与 V0 对应的行的每个元素相加后,再与对应的列比较,发现 6 + 0 = 6 == 6,6 + 6 = 12 > 0,6 + 3 = 9 > 2,然后依次类推发现没有符合的情况,故这V1一行不需要修改,接着往下也是如此进行下去。
将 作为中间顶点,继续检测全部顶点对{v,w},利用上述的计算方法,可以得出以上结果。
紧接着依次执行第三、第四、、、第六轮,得出以下结果:
至此算法结束。
/*
使用此程序需输入以下内容创建图G:
第一步:7 12
第二步:0123456
第三步:依次输入下面的内容,输入完一行就按下换行键
0 1 6
0 2 3
1 2 2
1 3 1
1 4 4
2 3 5
2 5 7
3 4 3
3 5 6
4 5 2
4 6 2
5 6 3
*/
#include
#include
#include
#define MaxVerterNum 100 // 顶点数目的最大值
#define INFINITY 65535 // 用65535代表 ∞
typedef char VertexType; // 顶点的数据类型
typedef int EdgeType; // 带权图中边上权值的数据类型
/* 邻接矩阵的存储结构 */
typedef struct
{
VertexType Vexs[MaxVerterNum]; // 顶点表
EdgeType Edge[MaxVerterNum][MaxVerterNum]; // 邻接矩阵
int vexNum, arcNum; // 图当前顶点数和弧数
}MGraph;
/*清除缓冲区的换行符*/
void Clean(void)
{
while (getchar() != '\n')
continue;
}
/* 建立无向网图的邻接矩阵表示 */
void CreateMGraph(MGraph* G);
/* 弗洛伊德(Floyd) 算法*/
typedef int Patharc[MaxVerterNum][MaxVerterNum]; // 用于存储最短路径下标的数组,从源点Vi到顶点Vj之间的最短路径的前驱
typedef int ShortPathTable[MaxVerterNum][MaxVerterNum]; // 用于存储到各点最短路径的权值和
void ShortestPath_Floyd(MGraph G, Patharc P, ShortPathTable D);
/* 输出最短路径 */
/* Floyd算法的结果输出 */
void Show_ShortestPath_Floyd(Patharc path, ShortPathTable dist, MGraph G);
/* 将Patharc矩阵和ShortPathTable矩阵输出出来 */
void Show_Matrix(int vexNum, Patharc P, ShortPathTable D);
int main(void)
{
MGraph G;
Patharc path;
ShortPathTable dist;
CreateMGraph(&G);
ShortestPath_Floyd(G, path, dist);
Show_ShortestPath_Floyd(path, dist, G);
return 0;
}
/* 建立无向网图的邻接矩阵表示 */
void CreateMGraph(MGraph* G)
{
int i, j, k, w;
printf("请输入顶点数和边数:");
scanf("%d %d", &G->vexNum, &G->arcNum); // 获取无向图顶点数和边数
printf("请输入全部顶点信息:\n");
Clean(); // 将换行符去除
for (i = 0; i < G->vexNum; i++) // 读取顶点信息,建立顶点表
scanf("%c", &G->Vexs[i]);
for (i = 0; i < G->vexNum; i++)
for (j = 0; j < G->vexNum; j++)
G->Edge[i][j] = INFINITY; // 邻接矩阵初始化
for (i = 0; i < G->vexNum; i++)
G->Edge[i][i] = 0;
for (k = 0; k < G->arcNum; k++) // 读入arcNum条边,建立邻接矩阵
{
printf("请输入边(Vi, Vj)上的下标i,下标j和权w:\n");
scanf("%d %d %d", &i, &j, &w); // 获取边和权
G->Edge[i][j] = w; // 无向图矩阵对称
G->Edge[j][i] = G->Edge[i][j];
}
return;
}
/* Floyd算法 */
void ShortestPath_Floyd(MGraph G, Patharc P, ShortPathTable D)
{
int v, w, k;
for (v = 0; v < G.vexNum; v++) // 初始化 D与P
{
for (w = 0; w < G.vexNum; w++)
{
D[v][w] = G.Edge[v][w]; // D[v][w]值即为对应点间的权值
P[v][w] = w;
}
}
/* Floyd算法的主要部分 */
for (k = 0; k < G.vexNum; k++)
{
for (v = 0; v < G.vexNum; v++)
{
for (w = 0; w < G.vexNum; w++)
{
if (D[v][w] > (D[v][k] + D[k][w]))
{ /* 如果经过下标为 k 顶点的路径比原来两点间路径更短 */
D[v][w] = D[v][k] + D[k][w]; // 将当前两点间权值设更小一个
P[v][w] = P[v][k]; // 路径设置为经过下标为 k 的顶点
}
}
}
printf("中间结点为V%d时的 D 和 P 矩阵如下:\n", k);
Show_Matrix(G.vexNum, P, D);
}
return;
}
/* 输出最短路径 */
/* Floyd算法的结果输出 */
void Show_ShortestPath_Floyd(Patharc path, ShortPathTable dist, MGraph G)
{
int v, w, k;
printf("各顶点间最短路径如下:\n");
for (v = 0; v < G.vexNum; v++)
{
for (w = v + 1; w < G.vexNum; w++)
{
printf("V%d-V%d weight: %d ", v, w, dist[v][w]); // 打印顶点 v 到 顶点 w 的距离
k = path[v][w]; // 获得第一个路径顶点下标
printf(" path: V%d", v); // 打印源点
while (k != w) // 如果路径顶点下标不是终点,执行循环
{
printf(" -> V%d", k); // 打印路径顶点
k = path[k][w]; // 获得下一个路径顶点下标
}
printf(" -> V%d\n", w); // 打印终点
}
printf("\n\n");
}
printf("\n");
}
/* 将Patharc矩阵和ShortPathTable矩阵输出出来 */
void Show_Matrix(int vexNum, Patharc P, ShortPathTable D)
{
int i, j;
printf("输出 D 矩阵:\n\n\n");
for (i = 0; i < vexNum; i++) {
for (j = 0; j < vexNum; j++)
printf("%7d", D[i][j]);
printf("\n");
}
printf("输出 P 矩阵:\n\n\n");
for (i = 0; i < vexNum; i++) {
for (j = 0; j < vexNum; j++)
printf("%7d", P[i][j]);
printf("\n");
}
return;
}