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;
}