1 .问题
用Floyd算法求出下图各顶点的最短距离，用最短距离矩阵表示
用压铸法求出从顶点a到顶点h的最短路径
2 .分析
浮动算法：
将图变换为邻接矩阵(主对角线，也就是从自己到自己的距离为0，设定为不无限大，设定为10000 )。
按编号1、2、3、4的顺序选择的点为中间点m，(以1为例)； 如果判断[map[ i ][ 1 ] map[ 1 ][ j ]]map[ i ][ j ]表达式为真，则将map[I][j]的值更新为map[I][1]map[1][j]。
不断更新，最终结果矩阵是任意两点之间的最短距离矩阵。
Dijkstra算法：
Dijkstra是要求单源最短路的算法，也是解决不具有负权的问题的图。 首先，将图转换为邻接矩阵map，定义存储距离的数组distance和存储状态的visited数组。 在从A到B的距离最短的情况下，A通过B到B的点的距离也最短的戴克斯特拉的想法是这样每次找到离A最近的B，将B添加到集合A中，记录从源到B的距离，这是从源到B的最短的短路。 每次判断并更新距离时，所有最后一个顶点中的距离值将变为最短距离，直到包含继续查找b的下一个顶点。
3 .设计
浮动算法：
for (将每个点作为中介点) )。
{
for (扫描矩阵的各点) ) )。
{
for (扫描矩阵的各点) ) )。
{
if )比较矩阵的这一点和连接中点的点之间的距离) ) ) ) ) ) ) ) if ) ) ) if ) ) 652 ) 652 )
{
g.map [ I ] [ j ]=g.map [ I ] [ m ] g.map [ m ] [ j ]； //如果是真的话更新
}
}
}
}
Dijkstra算法：
for(intI=1； i=G.vexs - 1； I )
{
int minn=10000；
int temp=v；
for (寻找最短距离点的遍历) ) ) ) ) ) )。
{
if )如果此点的距离较短且未被访问，则更新最短距离) )。
{
minn=distance[j]；
temp=j；
}
}
visited[temp]=1；
for(intI=1； i=G.vexs； I )
{
if (比较该点的总距离和找到的最短距离之间的总距离) ) )。
distance [ I ]=distance [ temp ] g.map [ temp ] [ I ]； //如果是真的话更新
}
}
4 .分析
算法中的三个for环，时间复杂度为o(n^3)；
Dijkstra算法的时间复杂度为o(n^2)；
5 .源代码
33559 github.com/marvi SSS/- floyed-Dijkstra-/tree/main