美文网首页
弗洛伊德算法

弗洛伊德算法

作者: Stroman | 来源:发表于2018-02-15 17:37 被阅读28次

    它能算出2个点之间的最短路程。

    public class Main {
    
        public static void main(String[] args) {
        // write your code here
            //下面是相邻结点之间的路程表。-1代表不可达,
            // 一般来说这个值用int的maxvalue来代替,
            // 但是这个值是有可能被达到的所以我不用这
            // 种方式。而具有现实意义的值只能是自然数
            // ,所以负数是永远不可达的,所以不可达指
            // 定为-1.
            int[][] distanceMatrix = {
                    {0,2,6,4},
                    {-1,0,3,-1},
                    {7,-1,0,1},
                    {5,-1,12,0}
            };
            int[][] distanceMatrix0 = {
                    {0,4,11},
                    {6,0,2},
                    {3,-1,0}
            };
            int[][] distanceMatrix1 = {
                    {0,-1,10,-1,30,100},
                    {-1,0,5,-1,-1,-1},
                    {-1,-1,0,50,-1,-1},
                    {-1,-1,-1,0,-1,10},
                    {-1,-1,-1,20,0,60},
                    {-1,-1,-1,-1,-1,0}
            };
            Floyd.floyd0(distanceMatrix);
        }
    }
    
    public class Floyd {
        /**
         * 多元最短路径问题之
         * 弗洛伊德算法
         * 本算法的中心思想是
         * 任何2个结点之间的
         * 路程可以通过其他结
         * 点的介入缩短。通过
         * 不断尝试让其他结点
         * 介入以找出更短的路
         * 程。
         * 它最后输出的是一个数值
         * 就是某一点到另外一个点
         * 的最短的路程,并不是最短
         * 路径上面所经过的结点。
         * 它所适用的图是有向图。
         * 并且权值不能为负。
         * @param distanceMatrix
         */
        static public void floyd0(int[][] distanceMatrix) {
            int arrayLength = distanceMatrix.length;
            //为了不改变原来原来的输入矩阵,这里把它复制过来。
            // 顺便找出最大值
            int[][] copyedMatrix = new int[arrayLength][arrayLength];
            //用来输出路径的矩阵,
            // 随着矩阵的更新,那
            // 么最后得到的就是2
            // 个点经过n个点能够
            // 达到最小路径,但是
            // 这n个点的顺序无从
            // 得知。所以还有一个
            // 查找的过程。
            int[][] pathMatrix = new int[arrayLength][arrayLength];
            int maxValue = 0;
            for (int counter0 = 0;counter0 < arrayLength;counter0++) {
                for (int counter1 = 0;counter1 < arrayLength;counter1++) {
                    copyedMatrix[counter0][counter1] = distanceMatrix[counter0][counter1];
                    pathMatrix[counter0][counter1] = -1;
                    if (copyedMatrix[counter0][counter1] > maxValue)
                        maxValue = copyedMatrix[counter0][counter1];
                }
            }
            maxValue++;
            //现在假设要的是从顶点one到another经过middle来达到最短路径。
            // 每经过一个中间点就更新一遍邻接矩阵。
            // 为啥middle不能放在内层循环呢?
            // 那样的话意思就是某两点之间通过哪
            // 个点为中介路程会更短。那么一趟内
            // 循环下来会得到某两个点之间通过哪
            // 个点能够达到更短的路程。并且这个
            // 中间点是不断被更新的,最后得到结
            // 果就是指定两个点在只插入一个点的
            // 情况下达到路程最小。显然这样得到
            // 的最小并不是本算法的初衷,因为对
            // 于输入的两个点之间可没有至多插入
            // 一个点,这种限制。而正确的算法之
            // 所以这样实现是想在经过某个点的2
            // 个输入点在当前插入点的情况下达到
            // 最小,这个有点类似于递归,那就是
            // 当前的最优解是基于以前的解都是最
            // 优解的基础上而言的。
            for (int middleVertex = 0;middleVertex < arrayLength;middleVertex++){
                for (int oneVertex = 0;oneVertex < arrayLength;oneVertex++) {
                    for (int anotherVertex = 0;anotherVertex < arrayLength;anotherVertex++) {
                        if (oneVertex != anotherVertex) {
                            //跳过自身,自身到自身毫无意义。
                            if (copyedMatrix[oneVertex][anotherVertex] < 0)
                                copyedMatrix[oneVertex][anotherVertex] = maxValue;
                            if (copyedMatrix[oneVertex][middleVertex] < 0)
                                copyedMatrix[oneVertex][middleVertex] = maxValue;
                            if (copyedMatrix[middleVertex][anotherVertex] < 0)
                                copyedMatrix[middleVertex][anotherVertex] = maxValue;
                            if (copyedMatrix[oneVertex][anotherVertex] > copyedMatrix[oneVertex][middleVertex] + copyedMatrix[middleVertex][anotherVertex]) {
                                copyedMatrix[oneVertex][anotherVertex] = copyedMatrix[oneVertex][middleVertex] + copyedMatrix[middleVertex][anotherVertex];
                                pathMatrix[oneVertex][anotherVertex] = middleVertex;
                            }
                        }
                    }
                }
            }
            //经过这样一来,已经全部是最短路径了,现在可以把它打印出来看看
            System.out.println("最短路程矩阵");
            for (int counter0 = 0;counter0 < arrayLength;counter0++) {
                for (int counter1 = 0;counter1 < arrayLength;counter1++) {
                    System.out.print(copyedMatrix[counter0][counter1] + " ");
                }
                System.out.println();
            }
            //每2个点之间经过的中间点,现在可以把它打印出来看看
            System.out.println("\n中间结点矩阵");
            for (int counter0 = 0;counter0 < arrayLength;counter0++) {
                for (int counter1 = 0;counter1 < arrayLength;counter1++) {
                    System.out.print(pathMatrix[counter0][counter1] + " ");
                }
                System.out.println();
            }
            //现在打印每对输入结点的中间结点序列,
            // 假设数组中有n个结点,
            // 从栈的变化来看树的深
            // 度最多为n-1层,因为
            // 源点和终点不同。又因
            // 为叶子结点那一层是2
            // 个,所以结点个数n-1+1=n。
            // 因为栈中二叉树的结点
            // 是点对,所以需要乘以
            // 2才行,得出总共最多需
            // 要2n个存储空间。
            int[] nodeStack = new int[2 * arrayLength];
            for (int counter0 = 0;counter0 < arrayLength;counter0++) {
                for (int counter1 = 0;counter1 < arrayLength;counter1++) {
                    if (counter0 != counter1) {
                        System.out.print("从" + counter0 + "到" + counter1 + "路径为:");
                        if (copyedMatrix[counter0][counter1] == maxValue)
                            System.out.println("无");
                        else {
                            System.out.print(counter0);
                            int nodeStackTopPointer = -1;
                            nodeStack[++nodeStackTopPointer] = counter0;
                            nodeStack[++nodeStackTopPointer] = counter1;
                            while (nodeStackTopPointer > -1) {
                                int targetNode = nodeStack[nodeStackTopPointer--];
                                int sourceNode = nodeStack[nodeStackTopPointer--];
                                if (-1 == pathMatrix[sourceNode][targetNode]) {
                                    System.out.print("-->" + targetNode);
                                } else  {
                                    nodeStack[++nodeStackTopPointer] = pathMatrix[sourceNode][targetNode];
                                    nodeStack[++nodeStackTopPointer] = targetNode;
                                    nodeStack[++nodeStackTopPointer] = sourceNode;
                                    nodeStack[++nodeStackTopPointer] = pathMatrix[sourceNode][targetNode];
                                }
                            }
                            System.out.println();
                        }
                    }
                }
                System.out.println();
            }
        }
    }
    

    输出

    最短路程矩阵
    0 2 5 4 
    9 0 3 4 
    6 8 0 1 
    5 7 10 0 
    
    中间结点矩阵
    -1 -1 1 -1 
    3 -1 -1 2 
    3 3 -1 -1 
    -1 0 1 -1 
    从0到1路径为:0-->1
    从0到2路径为:0-->1-->2
    从0到3路径为:0-->3
    
    从1到0路径为:1-->2-->3-->0
    从1到2路径为:1-->2
    从1到3路径为:1-->2-->3
    
    从2到0路径为:2-->3-->0
    从2到1路径为:2-->3-->0-->1
    从2到3路径为:2-->3
    
    从3到0路径为:3-->0
    从3到1路径为:3-->0-->1
    从3到2路径为:3-->0-->1-->2
    

    相关文章

      网友评论

          本文标题:弗洛伊德算法

          本文链接:https://www.haomeiwen.com/subject/dirutftx.html