迪杰斯特拉算法 适合 求 一个源点 到 其他 顶点的 最短路径问题,其时间 复杂度为O(n *n),n为 顶点数。
但是 若要求 任意顶点之间的最短路径问题,有两种方法:1,n次迪杰斯特拉算法 2. 弗洛伊德算法。
两种算法 时间复杂度 都为 O(n * n * n)
第二种算法 算法,只用 3重循环,算法及其 简洁。
下面给出代码:
完整代码工程文件网盘地址:点击打开链接
//弗洛伊德最短路径算法
//求任意 两个顶点之间的最短路径
void shortestPath_Floyd(MGraph g){
int dist[MAX_VERTEX_NUM][MAX_VERTEX_NUM] = {0};//记录两个顶点的最短路径值
int path[MAX_VERTEX_NUM][MAX_VERTEX_NUM][MAX_VERTEX_NUM] = {-1};//记录两个顶点之间的最短路径
int pathLenArray [MAX_VERTEX_NUM][MAX_VERTEX_NUM] = {0};//记录 两个顶点 之间 最短路径的长度
//初始化数组
for (int i = 0; i < g.vexNum; i++){
for (int j= 0; j < g.vexNum; j++){
if (i == j){//将到自己的顶点 设置为0
dist[i][j] = 0;
}
else{
dist[i][j] = g.arcs[i][j].adj;
if (dist[i][j] != INFINITY){
path[i][j][0] = j;
pathLenArray[i][j] = 1;
}
}
}
}
for (int u = 0; u < g.vexNum; u++){//为矩阵更新 g.vexNum次
for (int v = 0; v < g.vexNum; v++){
for (int w = 0; w < g.vexNum; w++){
int newDist = dist[v][u] + dist[u][w];
if (newDist < dist[v][w]){
dist[v][w] = newDist;
int len1 = pathLenArray[v][u];
//重新设置最短路径
//合并 路径...两条路径..
for (int i = 0; i < len1; i++){
path[v][w][i] = path[v][u][i];
}
int len2 = pathLenArray[u][w];
for (int i = 0; i < len2; i++){
path[v][w][len1+i] = path[u][w][i];
}
pathLenArray[v][w] = len1 + len2;
}
}
}
}
printf("---------------佛洛依德最短路径矩阵----------------\n");
for (int i = 0; i < g.vexNum; i++){
for (int j = 0; j < g.vexNum; j++){
int d = dist[i][j];
if (d != 0 ){
if (d != INFINITY){
printf("%c to %c 的最短路径为:%d,路径为:%c",g.vexs[i],g.vexs[j],d,g.vexs[i]);
int len = pathLenArray[i][j];
for (int k = 0; k < len; k++){
printf("→%c",g.vexs[path[i][j][k]]);
}
printf("\n");
}
else{
printf("%c to %c 不可达\n",g.vexs[i],g.vexs[j]);
}
}
}
}
}
看到 这里, 上文说的 简洁 怎么来?
其实 代码中 加了很多的 打印消息,以及 保存 最短 路径的步骤,核心代码只有这些。
for (int u = 0; u < g.vexNum; u++){//为矩阵更新 g.vexNum次
for (int v = 0; v < g.vexNum; v++){
for (int w = 0; w < g.vexNum; w++){
int newDist = dist[v][u] + dist[u][w];
if (newDist < dist[v][w]){
dist[v][w] = newDist;
代码 解下图最短 最短路径