当一个结点到达另一个结点时,是否存在一个中间结点,使其转折到达的距离小于直接到达的距离
- - 两个矩阵的大小均由数据的个数(结点数量)决定,且均为方阵 - -
A作为邻接矩阵,也就是说A是根据题意得到的一个矩阵,只考虑当前数据(结点u,v)是否可以直达,直达则对A中u行v列中的数据进行初始化,且值为题中所提供的的值。最后A中未初始化的值,皆为无法互相直达的结点,因此任取一个无穷大的值(不要影响运算,尽量取到大多数值的更高量级)来初始化这个结点值,表示无法直接到达。
path为辅助矩阵,目的是记录所有的中间结点。他是在对A处理结束之后,
记录所有路径的矩阵。权值则需A一起求解
事例:
邻接矩阵A: path矩阵:体现核心思想的主要地方。具体解释就是核心思想。
for k in range(len(list)): #中间结点 #每个结点作为中间结点,判断对结点互达距离的的大小 for i in range(len(list)): for j in range(len(list)): #每个结点到达自身的距离肯定最短,判断无意义 if (i==j or i==k or k==j): continue; if(list[i][j]>list[i][k]+list[k][j]): list[i][j]=list[i][k]+list[k][j] #修改权重 path[i][j]=k #修改中间结点
处理之后的 path 数组
其实就是一个递归的过程。例如 u = 0;v = 3;求出0->3的最短路径
根据处理之后的 path 数组判断第 u 行,第 v 列是否等于 -1 如果是,则表示两点可直达直接输出。
if path[n][p] == -1: print("<",u,",",v,">")
如果不是 -1 则表示两点直接存在跟短路径,且此时的值正好是最短路径下的下一个结点,我们只需要知道当前起点到这个点,再由这个点作为新的起始节点去寻找到达终点结点的最短路径
mid= path[n][p] #记录中间结点 priFloyd(n,mid,path) #去寻找当前起始节点到中间结点的最短路径 priFloyd(mid,p,path) #去寻找中间结点到目的终点的最短路径
结果为:
import numpy as np import pandas as pd inf = 1000000 list = [0,5,inf,7,inf,0,4,2,3,3,0,2,inf,inf,1,0] path = [] for i in range(4): for j in range(4): path.append(-1) list = pd.DataFrame(np.array(list).reshape(4,4)) path = pd.DataFrame(np.array(path).reshape(4,4,)) for k in range(len(list)): for i in range(len(list)): for j in range(len(list)): if (i==j or i==k or k==j): continue; if(list[i][j]>list[i][k]+list[k][j]): list[i][j]=list[i][k]+list[k][j] path[i][j]=k print(path) print(list) def priFloyd(n,p,path): if path[n][p] == -1: print("<",n,",",p,">") else: mid= path[n][p] priFloyd(n,mid,path) priFloyd(mid,p,path) print("____________") priFloyd(0,3,path)