最短路径算法—Floyd(弗洛伊德)算法分析与实现(Python)
2015-12-19 23:06
721 查看
December 19, 2015 10:56 PM
Floyd算法是解决任意两点间的最短路径的一种算法,可以正确处理带权有向图或负权的最短路径问题
解决此问题有两种方法:
其一是分别以图中每个顶点为源点共调用n次算法;
其二是采用Floyd算法。
两种算法的时间复杂度均为O(n3),但后者形式上比较简单。
Floyd算法的基本思想:
1. 利用二维数组dist[i][j]记录当前vi到vj的最短路径长度,数组dist的初值等于图的带权邻接矩阵;
2. 集合S记录当前允许的中间顶点,初值S=Φ;
3. 依次向S中加入v0 ,v1… vn-1,每加入一个顶点,对dist[i][j]进行一次修正:设S={v0 ,v1… vk-1},加入vk,则dist(k)[i][j] = min{ dist(k-1)[i][j],dist(k-1)[i][k]+dist(k-1)[k][j]}。dist(k)[i][j]的含义:允许中间顶点的序号最大为k时从vi到vj的最短路径长度。
dist(n-1)[i][j]就是vi到vj的最短路径长度。
最短距离有三种情况:
1、两点的直达距离最短。
2、两点间只通过一个中间点而距离最短。
3、两点间用通过两各以上的顶点而距离最短。
对于第一种情况:
在初始化的时候就已经找出来了且以后也不会更改到。
对于第二种情况:
弗洛伊德算法的基本操作就是对于每一对顶点,遍历所有其它顶点,看看可否通过这一个顶点让这对顶点距离更短
对于第三种情况:
如下图的五边形,可先找一点(比如x,使=2),就变成了四边形问题,再找一点(比如y,使=2),可变成三角形问题了(v,u,w),也就变成第二种情况了,由此对于n边形也可以一步步转化成四边形三角形问题。(这里面不用担心哪个点要先找哪个点要后找,因为找了任一个点都可以使其变成(n-1)边形的问题)。
Floyd算法是解决任意两点间的最短路径的一种算法,可以正确处理带权有向图或负权的最短路径问题
解决此问题有两种方法:
其一是分别以图中每个顶点为源点共调用n次算法;
其二是采用Floyd算法。
两种算法的时间复杂度均为O(n3),但后者形式上比较简单。
Floyd算法的基本思想:
1. 利用二维数组dist[i][j]记录当前vi到vj的最短路径长度,数组dist的初值等于图的带权邻接矩阵;
2. 集合S记录当前允许的中间顶点,初值S=Φ;
3. 依次向S中加入v0 ,v1… vn-1,每加入一个顶点,对dist[i][j]进行一次修正:设S={v0 ,v1… vk-1},加入vk,则dist(k)[i][j] = min{ dist(k-1)[i][j],dist(k-1)[i][k]+dist(k-1)[k][j]}。dist(k)[i][j]的含义:允许中间顶点的序号最大为k时从vi到vj的最短路径长度。
dist(n-1)[i][j]就是vi到vj的最短路径长度。
最短距离有三种情况:
1、两点的直达距离最短。
2、两点间只通过一个中间点而距离最短。
3、两点间用通过两各以上的顶点而距离最短。
对于第一种情况:
在初始化的时候就已经找出来了且以后也不会更改到。
对于第二种情况:
弗洛伊德算法的基本操作就是对于每一对顶点,遍历所有其它顶点,看看可否通过这一个顶点让这对顶点距离更短
对于第三种情况:
如下图的五边形,可先找一点(比如x,使=2),就变成了四边形问题,再找一点(比如y,使=2),可变成三角形问题了(v,u,w),也就变成第二种情况了,由此对于n边形也可以一步步转化成四边形三角形问题。(这里面不用担心哪个点要先找哪个点要后找,因为找了任一个点都可以使其变成(n-1)边形的问题)。
[code]#Floyd.py #王渊 #2015.12.17 #Email:wyxidian@gmail.com from pylab import * INFINITY = 65535 #代表无穷大 D = array([[0,10,INFINITY,INFINITY,INFINITY,11,INFINITY,INFINITY,INFINITY],#邻接矩阵 [10,0,18,INFINITY,INFINITY,INFINITY,16,INFINITY,12], [INFINITY,18,0,22,INFINITY,INFINITY,INFINITY,INFINITY,8], [INFINITY,INFINITY,22,0,20,INFINITY,INFINITY,16,21], [INFINITY,INFINITY,INFINITY,20,0,26,INFINITY,7,INFINITY], [11,INFINITY,INFINITY,INFINITY,26,0,17,INFINITY,INFINITY], [INFINITY,16,INFINITY,24,INFINITY,17,0,19,INFINITY], [INFINITY,INFINITY,INFINITY,16,7,INFINITY,19,0,INFINITY], [INFINITY,12,8,21,INFINITY,INFINITY,INFINITY,INFINITY,0]]) lengthD = len(D) #邻接矩阵大小 p = list(range(lengthD)) P = [] for i in range(lengthD): P.append(p) P = array(P) for i in range(lengthD): for j in range(lengthD): for k in range(lengthD): if(D[i,j] > D[i,k]+D[j,k]): #两个顶点直接较小的间接路径替换较大的直接路径 P[i,j] = P[j,k] #记录新路径的前驱 print(P) print(D)
相关文章推荐
- python
- python基础学习笔记1
- python基础知识---抽象--函数
- python中的列表的复制
- python编写的维吉尼亚密码加解密程序
- python 开发工具搭建
- LeetCode 3Sum Closest
- 5.2 calendar--通用日期的相关函数(4)
- python 正则表达式精华 re.match与re.search的区别
- 《利用python进行数据分析》读书笔记--第十章 时间序列(三)
- Python基本数据类型之int 、 float
- mac-os MySQL_python-1.2.4b4
- python 安装PIL
- python 中的list 定位下标可以用负数
- leetcode Valid Sudoku python
- python运算符使用规律
- python基础
- python基础
- Python连接Mysql
- 一个简单的多线程Python爬虫(一)