图论算法(五) Floyd算法

简介

Floyd算法的作用是求出一个图之间任意两点的最短距离,被认为是一个经典的动态规划算法——然而我至今仍然没搞明白动态规划到底是什么意思2333……

原理

从任意节点i到任意节点j的最短路径不外乎2种可能——要么是直接从i到j,要么是从i经过若干个节点k到j。

所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离(这里用邻接矩阵表示图):

对于每一个节点k,我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立——证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离。


一个实例

https://pta.patest.cn/pta/test/558/exam/4/question/9929

代码

#include <iostream>
#include <cstring>
#include <vector>
#define INF 65536
using namespace std;
class Graph {
private:
    int n;
    vector<vector<int>> matrix;
public:
    Graph(int N) {
        n = N;
        vector<vector<int>>_matrix(n, vector<int>(n, INF));
        matrix = _matrix;
    }
    ~Graph() {
        
    }
    void build(int m) {
        int a, b, weight;
        for (int i = 0; i < m; i++)
        {
            cin >> a >> b >> weight;
            matrix[a - 1][b - 1] = weight;
            matrix[b - 1][a - 1] = weight;
            //注意数组下标从0开始计数
        }
    }
    void Floyd() {//Floyd算法
        for (int k= 0;k <n; k++)
        {
            for (int i = 0; i < n; i++)
            {
                for (int j = 0; j < n; j++)
                {
                    if (matrix[i][k]+matrix[k][j]<matrix[i][j])
                    {
                        matrix[i][j] = matrix[i][k] + matrix[k][j];
                        //path[i][j]=k; 如有需要可以记录路径
                    }
                }
            }
        }
    }
    int findMaxDist(int vertex) {  //找到顶点vertex到其他顶点最长的路径
        int maxDist = 0;
        for (int i = 0; i < n; i++)
        {
            if (i!=vertex&&matrix[vertex][i]>maxDist) {//注意不要计算自己到自己的距离
                maxDist = matrix[vertex][i];
            }
        }
        return maxDist;
    }
};
int main()
{
    int N, M;
    cin >> N >> M;
    Graph graph(N);
    graph.build(M);
    graph.Floyd();
    int animal = 0;
    int miniDist = INF;
    int check = graph.findMaxDist(3);
    for (int i = 0; i < N; i++)
    {
        auto dist = graph.findMaxDist(i);
        //类型自动推导fromCpp_11,我也来装个逼23333
        if (dist>=INF)
        {
            cout << 0 << endl;
            return 0;
            //自动退出?非连通集?
        }
        if (miniDist>dist) //如果当前找到的距离最小则更新miniDist
        {
            animal = i + 1;//还是从0开始的问题
            miniDist = dist;
        }
    }
    cout << animal << " " << miniDist << endl;
    return 0;
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,378评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,356评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,702评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,259评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,263评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,036评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,349评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,979评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,469评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,938评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,059评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,703评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,257评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,262评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,501评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,792评论 2 345

推荐阅读更多精彩内容