python实现弗洛伊德(Floyd)

最新推荐文章于 2024-07-12 22:32:46 发布

原创最新推荐文章于 2024-07-12 22:32:46 发布 · 524 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

14 篇文章

订阅专栏

本文通过Python示例展示了如何使用Floyd算法计算图中各顶点间的最短路径。包括创建邻接矩阵并利用该算法更新最短距离矩阵及路径矩阵。

示例如下：
在这里插入图片描述

import pandas as pd
import numpy as np

data = [(0, 1, 12, np.inf, np.inf, np.inf),
        (np.inf, 0, 9, 3, np.inf, np.inf),
        (np.inf, np.inf, 0, np.inf, 5, np.inf),
        (np.inf, np.inf, 4, 0, 13, 15),
        (np.inf, np.inf, np.inf, np.inf, 0, 4),
        (np.inf, np.inf, np.inf, np.inf, np.inf, 0)]
disance = pd.DataFrame(data, index=[i for i in range(1, len(data) + 1)], columns=[i for i in range(1, len(data) + 1)])
print("邻接矩阵为：")
print(disance)
print("-"*20)
path = pd.DataFrame(np.arange(1, 37).reshape(6, 6), index=[i for i in range(1, len(data) + 1)],
                    columns=[i for i in range(1, len(data) + 1)])

for i in range(len(path)):

    path.iloc[i, :] = path.iloc[0, :]

for k in range(len(data)):
    for i in range(len(data)):
        for j in range(len(data)):
            if disance.iloc[i, j] > disance.iloc[i, k] + disance.iloc[k, j]:
                path.iloc[i, j] = path.iloc[i, k]
                disance.iloc[i, j] = disance.iloc[i, k] + disance.iloc[k, j]

print("最短距离矩阵:")
print(disance)
print("-"*20)
print("路径矩阵为:")
print(path)