Floyd-Warshall算法

Floyd-Warshall算法
概况
类别	全局最短路径问题（适用于带权图）
资料结构	图
复杂度
平均时间复杂度	<math>\Theta(
最坏时间复杂度	<math>O(
最优时间复杂度	<math>\Omega (
空间复杂度	<math>\Theta(
相关变量的定义
<math>V</math>	点集

算法（Template:Langx），中文亦称弗洛伊德算法或佛洛依德算法，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。

算法的时间复杂度为<math>O(|V|^3)</math>，空间复杂度为<math>O(|V|^2)</math>，其中<math>V</math>是点集。

原理

算法的原理是动态规划。

设<math>D_{i,j,k}</math>为从<math>i</math>到<math>j</math>的只以<math>(1..k)</math>集合中的节点为中间节点的最短路径的长度。

1. 若最短路径经过点k，则<math>D_{i,j,k}=D_{i,k,k-1}+D_{k,j,k-1}</math>；
2. 若最短路径不经过点k，则<math>D_{i,j,k}=D_{i,j,k-1}</math>。

因此，<math>D_{i,j,k}=\mbox{min}(D_{i,j,k-1},D_{i,k,k-1}+D_{k,j,k-1})</math>。

在实际算法中，为了节约空间，可以直接在原来空间上进行迭代，这样空间可降至二维。

算法描述

算法的伪代码描述如下：

1 let dist be a |V| × |V| array of minimum distances initialized to ∞ (infinity)
2 for each vertex v
3    dist[v][v] ← 0
4 for each edge (u,v)
5    dist[u][v] ← w(u,v)  // the weight of the edge (u,v)
6 for k from 1 to |V|
7    for i from 1 to |V|
8       for j from 1 to |V|
9          if dist[i][j] > dist[i][k] + dist[k][j] 
10             dist[i][j] ← dist[i][k] + dist[k][j]
11         end if

其中dist[i][j]表示由点<math>i</math>到点<math>j</math>的代价，当其为 ∞ 表示两点之间没有任何连接。

使用动态规划的算法

• 最长公共子序列
• 维特比算法

实现

Floyd算法在不同的编程语言中均有大量的实现方法：

• C++：boost::graph（页面存档备份，存于互联网档案馆）库下
• C#：QuickGraph（页面存档备份，存于互联网档案馆）和QuickGraphPCL（页面存档备份，存于互联网档案馆）中均有相关实现方法
• Java：Apache Commons Graph（页面存档备份，存于互联网档案馆）库中
• JavaScript：库中
• MATLAB：Matlab_bgl（页面存档备份，存于互联网档案馆）包中
• Perl：Graph（页面存档备份，存于互联网档案馆）组件下
• Python：SciPy库下（scipy.sparse.csgraph（页面存档备份，存于互联网档案馆）），库中也有
• R：e1071（页面存档备份，存于互联网档案馆）和Rfast（页面存档备份，存于互联网档案馆）包内

参见

• 图论最短路
• Dijkstra算法
• Bellman-Ford算法