前面講了單源最短路徑問題，指定乙個原點乙個終點，找到最短路徑。但是如果我們要求所有結點對呢？
方案一：可以對每乙個結點呼叫一次單源最短路徑演算法，一共呼叫|v|次。（每指定乙個原點，可以求出其他任何點到該原點的舉例）
對於權值為非負的圖，可以呼叫dijkstra演算法，不同的優先佇列實現得到不同的時間複雜度：①線性陣列，o(v^3 + ve) = o(v^3)。②二叉堆，o(velgv),在稀疏圖的情況下是乙個較大的改進。③斐波那契堆，o(v^2lgv + ve)。
如果有權重為負的邊，就要使用bellman-ford演算法。時間複雜度為o(v^2e),在稀疏圖的情況下，時間為o(v^4)。
顯然上述方法時間複雜度較大，我們可以利用floyd-warshall演算法和johnson演算法(用於稀疏圖)來求解。
floyd-warshall演算法用鄰接矩陣表示，johnson演算法用鄰接表表示。
1、權重的表示：
2、返回的是乙個矩陣，dij表示從i結點到j結點的最短路徑權重。注意，dij和dji不一樣。為了能求出最短路徑，我們還要儲存父節點資訊，pij表示從i結點到j結點時，j的父節點的位置。那麼到時候通過修改22章的print-path演算法就能得到想要的結果。
3、最短路徑和矩陣乘法
（1）利用動態規劃來分析，lij(m)為在結點i和結點j之間最多有m條邊的最小權重。而求lij(m)的時候利用lij(m-1)和在其中任意選一點k得到兩段權值之和的最小值進行比較，取最小值，即
那麼對於n個結點來說，求得lij(n-1)就已經達到了最優化，因此有
（2）自底向上實現
偽**
通過對比矩陣乘法
兩者結構很相似，因此我們對最短路徑求解的時候，可以按照矩陣的方程來求解：l(n-1) = w(n-1)。主迴圈為：
時間複雜度為o(n^4)。
------->優化
對於矩陣或者數的n次方來說，可以通過重複平方的方法來講時間複雜度將為o(n^3 logn)。
又因為有公式
可以不用考慮越界問題，於是得到**如下：
這裡使用的動態演算法不是上面提到的那種，可以講時間複雜度壓縮到o(v^3)。上面的是按照從i到j的邊的個數來遞迴定義的。這裡是按照中間點的個數來定義的，其實質也差不多，但是遞迴的方式發生了變化。
從頂點vi到vj有一條長度為arcs[i][j]的路徑，但不一定是最短的，需要經過n次試探，中間節點依次從v0、v1....vn-1增加，步驟如下：
（1）先考察路徑(vi,v0,vj)師傅存在，如果存在比較(vi,vj)和(vi,v0)+(vi,vj)的大小，取最小值為，中間節點序號不大於0的最短路徑。
（2）再增加乙個節點v1，判斷路徑(vi...v1)和(v1...vj)是否存在，注意，vi到v1和v1到vj之間的節點序號最多只有v0乙個，然後將二者的和與剛求得的新的(vi,vj)比較，取最小值更新。
（3）依次增加，比如增加節點k那麼判斷(vi....vk)+(vk...vj)之和的路徑值與最新的(vi,vj)比較取最小值更新。注意(vi....vk)和(vk...vj)之間的節點取值序號必須在0-- k-1之間。
遞迴公式為：
}構建一條最短路徑
沒看太懂，詳細參考演算法導論p409
演算法導論 第25章 每對頂點間的最短路徑
每對頂點間的最短路徑的演算法有三種，每一種都可以檢測圖是否存在weighg小於0的cycle。前兩種演算法用了動態規劃的方法，最後一種演算法對每個定點計算單源最短路徑。與求單源最短路徑的演算法不同，求每對頂點間的最短路徑的演算法採用網的矩陣表示法 除了最後一種演算法，最後一種演算法採用圖的鄰接表表示...
《演算法導論》筆記 第3章 函式的增長
第3章 函式的增長 漸進記號 記號對任乙個函式f n 若存在正常數c1,c2,使當n充分大時，f n 能被夾在c1g n 和c2g n 中間，則f n 屬於集合 g n 因為 g n 是乙個集合，可以寫成 f n g n 表示f n 是 g n 的元素。g n 的定義需要每個成員f n g n 都是...
資料結構的擴張 演算法導論第14章（194）
偽 解釋 為明白os select是如何操作的，在上圖所示的順序統計圖上查詢第17小元素的查詢過程。以x為根開始，其關鍵字為26。i 17.因為在26的左子樹大小為12，故他的秩為13，因此，秩為17的節點是26的右子樹第17 13 4小得瑟元素。遞迴呼叫後，x為關鍵字41的節點，i 4，因為41的...