求每一对顶点之间的最短距离

/*
    求每一对顶点之间的最短距离
    邻接矩阵
    依次加入各个顶点
*/
#include <iostream>
#include <iomanip>
using namespace std;
#define MAXSIZE 32

string GetStr(string s, string s2)
{
    string str;
    str = s + s2;
    for (int m = 0; m < s.size(); m++)
    {
        for (int n = s.size(); n < str.size(); n++)
        {
            if (str[m] == str[n])
            {
                for (int i = n; i < (int)str.size() - 1; i++)
                {
                    str[i] = str[i + 1];
                    str.resize((int)str.size() - 1);
                }
            }
        }
    }
    return str;
}

class Graph
{
public:
    Graph()
    {
        memset(m_Node, 0, sizeof(m_Node));
        m_VertSize = 0;
        m_EdgeSize = 0;
        memset(m_NodeInfo, 0, sizeof(m_NodeInfo));
    }

    bool Init();

    void FindMinPath();
public:
    int m_Node[MAXSIZE][MAXSIZE];

    int m_VertSize;

    int m_EdgeSize;

    char m_NodeInfo[MAXSIZE];
};


bool Graph::Init()
{
    cin >> m_VertSize;
    for (int i = 1; i <= m_VertSize; i++)
    {
        cin >> m_NodeInfo[i];
    }
    cin >> m_EdgeSize;
    for (int i = 0; i < m_EdgeSize; i++)
    {
        int nHead, nTail,nWeight;
        cin >> nHead >> nTail >> nWeight;
        m_Node[nHead][nTail] = nWeight;
    }
    return true;
}

void Graph::FindMinPath()
{
    string info[MAXSIZE][MAXSIZE];
    int node[MAXSIZE][MAXSIZE];
    for (int i = 1; i <= m_VertSize; i++)
    {
        for (int j = 0; j <= m_VertSize; j++)
        {
            node[i][j] = m_Node[i][j];
            if (node[i][j] != 0)
            {
                info[i][j] = m_NodeInfo[i];
                info[i][j] += m_NodeInfo[j];
            }
        }
    }
    //依次增加各点
    for (int i = 1; i <= m_VertSize; i++)
    {
        for (int j = 1; j <= m_VertSize; j++)
        {
            if (i == j) continue;
            for (int x = 1; x <= m_VertSize; x++)
            {
                if (j == x) continue;
                if (node[j][i ]!= 0 && node[i][x] != 0)
                {
                    if (node[j][x] == 0 || (node[j][x] > node[j][i] + node[i][x]))
                    {
                        node[j][x] = node[j][i] + node[i][x];

                        info[j][x] = GetStr(info[j][i], info[i][x]);
                    }
                }
            }
        }
    }
    //hex dec oct
    //setprecision(10);//显示小数位数 作用永久
    //setfill(' '); //填充字符
    //setw(8);      //域宽
    //setiosflags(ios::left);//左对齐
    for (int i = 1; i <= m_VertSize; i++)
    {
        for (int j = 1; j <= m_VertSize; j++)
        {
            cout << setw(10)<<node[i][j] << " ";
        }
        cout << endl;
    }
    cout << endl;

    for (int i = 1; i <= m_VertSize; i++)
    {
        for (int j = 1; j <= m_VertSize; j++)
        {
            cout << setw(10) << info[i][j].c_str() << " ";
        }
        cout << endl;
    }
    cout << endl;
}

int main()
{
    Graph g;
    if (g.Init())
    {
        g.FindMinPath();
    }
    return 0;
}
在C++中,Floyd-Warshall算法是一种用于解决图中最短路径问题的经典动态规划方法。它适用于有向图和无向图,可以找到任意两个顶点之间最短路径。以下是该算法的基本步骤: 1. 初始化一个二维数组`dist`,其中`dist[i][j]`表示从节点`i`到节点`j`的最短距离,初始值为边的权重(如果有的话),如果没有直接连接,则设为无穷大。 2. 对于每个中节点`k`以及所有节点对`(i, j)`,检查是否可以通过`k`得到比当前路径更短的距离:`dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])`。这个过程会逐次更新每条边经过其他所有节点后的最短路径。 3. 循环这个过程`n`次,`n`是节点的数量,因为每次循环都会考虑一次通过所有其他节点作为中介的情况。当所有节点对都检查过一轮后,`dist`矩阵中就包含了所有的最短路径。 以下是使用C++实现的一个简单版本: ```cpp #include <vector> #include <climits> void floydWarshall(std::vector<std::vector<int>>& graph, int n) { for (int k = 0; k < n; ++k) for (int i = 0; i < n; ++i) for (int j = 0; j < n; ++j) if (graph[i][k] != INT_MAX && graph[k][j] != INT_MAX && graph[i][j] > graph[i][k] + graph[k][j]) graph[i][j] = graph[i][k] + graph[k][j]; } // 示例用法 std::vector<std::vector<int>> graph = {{0, 4, INF}, {INF, 0, 8}, {INF, INF, 0}}; int n = graph.size(); // 图中节点数 floydWarshall(graph, n); ``` 在这里,`INT_MAX`代表无穷大(通常用`std::numeric_limits<int>::max()`替换)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值