C++实现多源最短路径之Floyd算法示例
本文实例讲述了C++实现多源最短路径之Floyd算法。分享给大家供大家参考，具体如下：
#include<cstdio>
#include<cstring>
#include<iostream>
#define MAX 999
using namespace std;
int n,m;
int e[MAX][MAX];
void Init()
{
for(int i=1; i<=n; ++i)
for(int j=1; j<=n; ++j)
{
if(i==j)
e[i][j]=0;
else
e[i][j]=MAX;
}
}
void Input()
{
int a,b,c;
for(int i=1; i<=m; ++i)
{
cin>>a>>b>>c;
e[a][b]=c;
}
}
void Floyd()
{
for(int k=1; k<=n; k++)
for(int i=1; i<=n; i++)
for(int j=1; j<=n; j++)
if(e[i][j]>e[i][k]+e[k][j])
e[i][j]=e[i][k]+e[k][j];
}
void Output()
{
for(int i=1; i<=n; ++i)
for(int j=1; j<=n; ++j)
cout<<"dis["<<i<<"]["<<j<<"] = "<<e[i][j]<<endl;
}
int main()
{
while(1)
{
cout<<"n"<<endl;//顶点个数
cin>>n;
if(!n) break;
cout<<"m"<<endl;//边的个数
cin>>m;
Init();
Input();
Floyd();
Output();
}
}
Floyd算法是求多点最短路径的一种算法，其核心代码为
void Floyd()
{
for(int k=1; k<=n; k++)
for(int i=1; i<=n; i++)
for(int j=1; j<=n; j++)
if(e[i][j]>e[i][k]+e[k][j])
e[i][j]=e[i][k]+e[k][j];
}
希望本文所述对大家C++程序设计有所帮助。
-
import scala.reflect.ClassTag import org.apache.spark.graphx._ /** * Computes shortest paths to the given set of landmark vertices, returning a graph where each * vertex attribute is a map containin
-
本文向大家介绍java实现最短路径算法之Dijkstra算法，包括了java实现最短路径算法之Dijkstra算法的使用技巧和注意事项，需要的朋友参考一下 前言 Dijkstra算法是最短路径算法中为人熟知的一种，是单起点全路径算法。该算法被称为是“贪心算法”的成功典范。本文接下来将尝试以最通俗的语言来介绍这个伟大的算法，并赋予java实现代码。 一、知识准备： 1、表示图的数据结构 用于存储图的
-
本文向大家介绍Dijkstra算法最短路径的C++实现与输出路径，包括了Dijkstra算法最短路径的C++实现与输出路径的使用技巧和注意事项，需要的朋友参考一下 某个源点到其余各顶点的最短路径 这个算法最开始心里怕怕的，不知道为什么，花了好长时间弄懂了，也写了一遍，又遇到时还是出错了，今天再次写它，心里没那么怕了，耐心研究，懂了之后会好开心的，哈哈 Dijkstra算法： 图G 如图：若要求从顶
-
本文向大家介绍java实现Dijkstra最短路径算法，包括了java实现Dijkstra最短路径算法的使用技巧和注意事项，需要的朋友参考一下 任务描述：在一个无向图中，获取起始节点到所有其他节点的最短路径描述 Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。 Dijkstra一般的表述
-
本文向大家介绍java实现dijkstra最短路径寻路算法，包括了java实现dijkstra最短路径寻路算法的使用技巧和注意事项，需要的朋友参考一下 【引用】迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。 它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。 基本思想 通过Dijkstra计算图G中的最短路径时，需要指
-
主要内容：最短路径算法在给定的图存储结构中，从某一顶点到另一个顶点所经过的多条边称为 路径。 图 1 图存储结构 例如在图 1 所示的图结构中，从顶点 A 到 B 的路径有多条，包括 A-B、A-C-B 和 A-D-B。当我们给图中的每条边赋予相应的权值后，就可以从众多路径中找出总权值最小的一条，这条路径就称为 最短路径。 图 2 无向带权图 以图 2 为例，从顶点 A 到 B 的路径有 3 条，它们各自的总权值是：
-
本文向大家介绍python实现Dijkstra算法的最短路径问题，包括了python实现Dijkstra算法的最短路径问题的使用技巧和注意事项，需要的朋友参考一下 迪杰斯特拉（Dijkstra）算法主要是针对没有负值的有向图，求解其中的单一起点到其他顶点的最短路径算法。 1 算法原理 迪杰斯特拉（Dijkstra）算法是一个按照路径长度递增的次序产生的最短路径算法。下图为带权值的有向图，作为程序中
-
本文向大家介绍python Dijkstra算法实现最短路径问题的方法，包括了python Dijkstra算法实现最短路径问题的方法的使用技巧和注意事项，需要的朋友参考一下 本文借鉴于张广河教授主编的《数据结构》，对其中的代码进行了完善。 从某源点到其余各顶点的最短路径 Dijkstra算法可用于求解图中某源点到其余各顶点的最短路径。假设G=｛V，｛E｝｝是含有n个顶点的有向图，以该图中顶点v为