算法6.11 弗洛伊德算法
算法6.11 弗洛伊德算法
代码实现
//算法6.11 弗洛伊德算法
#pragma once
#include <iostream>
using namespace std;#define MaxInt 32767 //表示极大值,即∞
#define MVNum 100 //最大顶点数typedef char VerTexType; //假设顶点的数据类型为字符型
typedef int ArcType; //假设边的权值类型为整型 int Path[MVNum][MVNum]; //最短路径上顶点vj的前一顶点的序号
int D[MVNum][MVNum]; //记录顶点vi和vj之间的最短路径长度//------------图的邻接矩阵---------------
typedef struct
{VerTexType vexs[MVNum]; //顶点表 ArcType arcs[MVNum][MVNum]; //邻接矩阵 int vexnum, arcnum; //图的当前点数和边数
}AMGraph;int LocateVex(AMGraph G, VerTexType v)
{//确定点v在G中的位置for (int i = 0; i < G.vexnum; ++i){if (G.vexs[i] == v){return i;} }return -1;
}void CreateUDN(AMGraph& G)
{//采用邻接矩阵表示法,创建有向网G VerTexType v1, v2;ArcType w;int row;int col;//输入总顶点数,总边数cout << "请输入总顶点数,总边数,以空格隔开:";cin >> G.vexnum >> G.arcnum;cout << endl;cout << "输入点的名称,如a" << endl;for (int i = 0; i < G.vexnum; i++) {cout << "请输入第" << (i + 1) << "个点的名称:";//依次输入点的信息cin >> G.vexs[i];}cout << endl;//初始化邻接矩阵,边的权值均置为极大值MaxIntfor (int m = 0; m < G.vexnum; m++){for (int n = 0; n < G.vexnum; n++){if (m!=n){G.arcs[m][n] = MaxInt;}//=对角线元素设为0else{G.arcs[m][n] = 0;}}}//构造邻接矩阵(非对称)cout << "输入边依附的顶点及权值,如a b 3" << endl;for (int k = 0; k < G.arcnum; k++){ cout << "请输入第" << (k + 1) << "条边依附的顶点及权值:";cin >> v1 >> v2 >> w; //输入一条边依附的顶点及权值row = LocateVex(G, v1); col = LocateVex(G, v2); //确定v1和v2在G中的位置,即顶点数组的下标 G.arcs[row][col] = w; //边<v1, v2>的权值置为w }
} //输出有向网的邻接矩阵
void ShowGraph(AMGraph G)
{cout << "邻接矩阵为:" << endl;for (int i = 0; i < G.vexnum; i++){for (int j = 0; j < G.vexnum; j++){if (G.arcs[i][j]==MaxInt){cout << "∞" << " ";}else{cout << G.arcs[i][j] << " ";}}cout << endl;}}//用Floyd算法求有向网G中各对顶点i和j之间的最短路径
void ShortestPath_Floyed(AMGraph G)
{int i, j, k;//各对结点之间初始已知路径及距离 for (i = 0; i < G.vexnum; ++i){for (j = 0; j < G.vexnum; ++j){D[i][j] = G.arcs[i][j];if (D[i][j] < MaxInt && i != j){//如果i和j之间有弧,则将j的前驱置为i Path[i][j] = i; }else{//如果i和j之间无弧,则将j的前驱置为-1 Path[i][j] = -1; }}}//逐步增加中间顶点 for (k = 0; k < G.vexnum; ++k){//增加中间顶点后更新距离for (i = 0; i < G.vexnum; ++i){for (j = 0; j < G.vexnum; ++j){//从i经k到j的一条路径更短if (D[i][k] + D[k][j] < D[i][j]){ D[i][j] = D[i][k] + D[k][j]; //更新D[i][j] Path[i][j] = Path[k][j]; //更改j的前驱为k }}}}}
//显示最短路径
void DisplayPath(AMGraph G, int begin, int temp)
{if (Path[begin][temp] != -1) {DisplayPath(G, begin, Path[begin][temp]);cout << G.vexs[Path[begin][temp]] << "-->";}
}int main()
{cout << "************算法6.11 弗洛伊德算法**************" << endl;//创建有向网的邻接矩阵AMGraph G;char start, destination;int num_start, num_destination;CreateUDN(G);cout << "有向网G创建完成!" << endl;//输出有向网的邻接矩阵ShowGraph(G);ShortestPath_Floyed(G);cout << "请依次输入路径的起点与终点的名称:";cin >> start >> destination;num_start = LocateVex(G, start);num_destination = LocateVex(G, destination);DisplayPath(G, num_start, num_destination);cout << G.vexs[num_destination] << endl;cout << "最短路径的长度为:" << D[num_start][num_destination] << endl;cout << endl;system("pause");return 0;}
运行结果
算法6.11 弗洛伊德算法相关推荐
- 必会算法总结5—弗洛伊德算法
必会算法总结(5) - 弗洛伊德算法 弗洛伊德算法又是一个图论的算法,可能有小伙伴会问,会这么多图论的算法有用吗?可以说这对于校招进大厂的小伙伴是特别重要的,而且图相对于其它的数据结构是比较复杂的 ...
- 最短路径三大算法——1,弗洛伊德算法floyd(复杂度O(n^3))
目前已经更新: 1,弗洛伊德算法floyd(复杂度O(n^3)) 2,迪杰斯特拉算法dijkstra (复杂度O(最坏n^2)) 3,SPFA算法(复杂度O(n*m)) 当然,最短路径有通用的bfs, ...
- 最短路径之弗洛伊德算法(Floyd)——动态规划
弗洛伊德算法(Floyd)主要针对多源最短路径,且可以解决路径中有负权的情况(不包含负权回路),但是迪杰斯特拉算法只能解决正权值的单源最短路径(可以迭代多次求多源). 1.弗洛伊德算法的基本思想 弗洛 ...
- 弗洛伊德算法c语言path,Floyd算法(弗洛伊德算法)
算法描述: Floyd算法又称为弗洛伊德算法,插点法,是一种用于寻找给定的加权图中顶点间最短路径的算法.从图的带权邻接矩阵A=[a(i,j)] n×n开始,递归地进行n次更新,即由矩阵D(0)=A,按 ...
- 最短路径之迪杰斯特拉(Dijkstra 算法)弗洛伊德算法(C语言完整代码实现)
写在前面:博主是一位普普通通的19届双非软工在读生,平时最大的爱好就是听听歌,逛逛B站.博主很喜欢的一句话花开堪折直须折,莫待无花空折枝:博主的理解是头一次为人,就应该做自己想做的事,做自己不后悔的事 ...
- c语言 floyd优化,Floyd(弗洛伊德)算法(C语言)
Floyd算法的介绍 算法的特点 弗洛伊德算法是解决任意两点间的最短路径的一种算法,可以正确处理有向图或有向图或负权(但不可存在负权回路)的最短路径问题,同时也被用于计算有向图的传递闭包. 算法的思路 ...
- 克鲁斯卡尔算法c语言,Kruskal算法(一)之 C语言详解
最小生成树 在含有n个顶点的连通图中选择n-1条边,构成一棵极小连通子图,并使该连通子图中n-1条边上权值之和达到最小,则称其为连通网的最小生成树. 例如,对于如上图G4所示的连通网可以有多棵权值总和 ...
- Floyd-傻子也能看懂的弗洛伊德算法
暑假,小哼准备去一些城市旅游.有些城市之间有公路,有些城市之间则没有,如下图.为了节省经费以及方便计划旅程,小哼希望在出发之前知道任意两个城市之前的最短路程. 上图中有4个城市8条公路,公路上的数字表 ...
- 最短路径之弗洛伊德算法
[1]为什么需要弗洛伊德算法? 带权图中单个源点到所有顶点的最短路径问题可以用<迪杰斯特拉算法>求解. 那如果要求图中每一个顶点与其它顶点之间的最短路径呢?类似可以想到的方法为: 每次以一 ...
最新文章
- MYSQL储存过程和储存函数和变量
- 基于Kebernetes 构建.NET Core技术中台
- Java命令学习系列(一)——Jps
- 基于阿里云Serverless架构下函数计算的最新应用场景详解(二)
- C#LeetCode刷题-队列
- 为什么我选择工作很难做选择_为什么公开工作(即使很难)
- 【华为云技术分享】十分钟从入门到精通(下)——OBS权限配置
- 苹果挥刀,iPhone 12 mini要换处理器了,无缘A14!
- html设置referer防盗链,referer与防盗链
- Python 安装modules问题及import问题
- 《精通Spring4.X企业应用开发实战》读后感第六章(国际化)
- 一份针对于新手的多线程实践
- php检测http状态码,分享一段php判断url http状态码的代码
- 初级java程序员面试题大全_Java初级程序员面试题大全
- c++: internal compiler error: 已杀死 (program cc1plus)的解决方法
- 第九届河南省程序设计大赛 D 导弹发射
- 三面阿里拿下Offer,总结与面试官交锋两个半小时的面经。
- springboot mybatis 分页
- 王垠 我和Google的故事
- Ajax之父Jesse James Garrett在adaptive path工作坊上的演讲《用户体验的要素》