图论——Floyd算法
图论——Floyd算法
文章目录
- 图论——Floyd算法
- 算法解释
- 初始化
- 核心代码
- 经典题目
- 代码
图论的这几个算法都是用来求最短路的,回顾一下之前的两个算法:Djikstra是用来求单源无负权值最短路的,Bellman-Ford是用来求有负权值的最短路。而本算法是求全源最短路的,也可以处理有负权值的情况。那么问题就来了,既然能求全源最短路还能处理负权值为啥还要学前两个。既然功能强大肯定是要付出一定代价的:时间复杂度很高。Djikstra经过优化可以达到 O(mlog(n))O(mlog(n))O(mlog(n)),Bellman-Ford经过优化之后(也就是SPFA)的时间复杂度不是特别固定,但是较坏的情况也不过是 O(VE)(其中 k 是小常数,E 为图的边数)。而本算法时间复杂度来到了 O(n3)O(n^{3} )O(n3)!下面用这张表来对比一下:
核心要素 | Dijkstra 算法 | SPFA 算法(Shortest Path Faster Algorithm) | Floyd 算法 |
---|---|---|---|
核心作用 | 求单源最短路径(从一个起点到所有其他顶点) | 求单源最短路径(Bellman-Ford 算法优化) | 求多源最短路径(所有顶点对之间的最短路径) |
适用图类型 | 边权非负的有向 / 无向图 | 边权可正可负、但无负权回路的图;可检测负权回路 | 边权可正可负、但无负权回路的图;可检测负权回路 |
时间复杂度 | 朴素版:O (V²),堆优化版:O ((V+E) logV) | 平均情况:O (kE)(k 为小常数);最坏情况:O (V・E) | 固定:O (V³)(V 为顶点数,E 为边数) |
空间复杂度 | 朴素版:O (V);堆优化版:O (V+E)(邻接表 + 堆) | O (V+E)(邻接表 + 队列) | 原始版:O (V²);优化版(滚动数组):O (V) |
关键特点 | 1. 无法处理负权边; 2. 堆优化后稀疏图效率高 | 1. 可处理负权边,支持负权回路检测; 2. 最坏情况退化 | 1. 实现简单(三重循环); 2. 时间复杂度高,仅适合小规模图 |
算法解释
本算法的大致思路是设置一个变量kkk,外层kkk从1−n1-n1−n,每次只能经过此点。内层则是遍历iii和jjj表示从iii到jjj,用动态规划递推一遍,最后每条路经过任何一个点的路径都被遍历到了,并且在遍历过程中都取了最小值。
初始化
for(int i=1; i<=n; i++)
{cin >> u >> v > w;dp[u][v]=w;//存最开始的距离(初始化)dp[v][u]=w;
}
核心代码
fill(dp,dp+N*N,INF);
for(int k=1; k<=n; k++)for(int i=1; i<=n; i++)for(int j=1; j<=n; j++)dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j]);
经过这轮递推所有点对点的最短路径都被求出来了,到查询的时候每次O(1)O(1)O(1)查询就行了。下面是整个递推过程的图示:
经典题目
B3647 【模板】Floyd - 洛谷
代码
// Problem: 洛谷B3647 【模板】Floyd
// Contest: Luogu
// URL: https://www.luogu.com.cn/problem/B3647
// Memory Limit: 512 MB
// Time Limit: 1000 ms
// Submission Time: 2025-08-21 17:00:45#include <bits/stdc++.h>
using namespace std;
#define int long long
#define pii pair<int, int>
#define fi first
#define se second
#define endl '\n'
const int INF = 1e18;
const int N = 1e2+5;
int dp[N][N];
int n,m;
string s;
void solve()
{cin >> n >> m;//点的个数和边的个数fill(&dp[0][0],&dp[0][0]+N*N,INF);for(int i = 0; i <= n; i++) dp[i][i] = 0; //自环为0for(int i=1; i<=m; i++){int u,v,w;cin >> u >> v >> w;dp[u][v]=min(dp[u][v],w);//存双向图,且可能有重边dp[v][u]=dp[u][v];}for(int k=1; k<=n; k++)//递推式for(int i=1; i<=n; i++)for(int j=1; j<=n; j++)dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j]);for(int i=1; i<=n; i++){for(int j=1; j<=n; j++)cout << dp[i][j] << ' ';cout << endl;}
}
signed main()
{ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);int T=1;// cin >> T;while(T--) solve();return 0;
}