首先是单源最短路的问题，肯定是Dijkstra算法：
实现原理：
每当得到的最短路径点进入一个时，修正从其邻点到源的最短路径，逐个修正，最终得到所有的最短路径点。
实现代码：
# definemaxvex9# define infinity 65535 typedefintpatharc [ maxv ex ]/*包含最短路径下标的数组*/typedefintshortpathtable [ maxv ex ]//用于分别存储的voidshortestpath _ Dijkstra (mgraphyg，int v0，Patharc *P，ShortPathTable *D ) intv，w，k，min； int final[MAXVEX]； for(v=0； vG.numVertexes； v({final[v]=0； (d ) [v]=G.arc[v0][v]； (p ) [v]=0； () d ) [v0]=0； final[v0]=1； /*开始主循环，每个循环v0到某一点v的最短路径*/for(v=1； vG.numVertexes； v ) {min=INFINITY； for(w=0； wG.numVertexes； w () if (！ final[w](*d ) [w]min ) {k=w； min=(d ) [w]； }}final[k]=1； for(w=0； wG.numVertexes； w () if (！ final[w]ming.arc[k][w](d ) ) d ) [w]=ming.arc[k] ) w )； (p ) [w]=k； } }接下来是多源最短路的问题，即流动算法：
实现想法：
其实是相当暴力的算法，三重循环，进行遍历。
实现代码：
typedefintpathmatirx [ maxv ex ] [ maxv ex ]/*包含最短路径下标的数组*/typedefintshortpathtable [ maxv ex ] [ maxv ex ]/*指向每个点vG.numVertexes； v ) for(w=0； wG.numVertexes； w () (d ) [v][w]=G.matirx[v][w]； (p ) [v][w]=w； }for(k=0； kG.numVertexes； k ) for(v=0； vG.numVertexes； v ) for(w=0； wG.numVertexes； w ((if ) (d ) (v ) (w ) (d ) (v ) (k ) (w ) ) ) (w ) (v ) (k ) ) ) 65 (p ) [v][k] ) }}}}}最短路径的显示代码可以写为：
for(v=0； vG.numVertexes； v ) for(w=v1； wG.numVertexes； w () printf(v%d-v%dweight3360%d )，v，w，d(v ) )； k=P[v][w]； printf(path:%d )，v )； while(k！=w () printf(-%d )，k )； k=P[k][w]； }printf(-%d(n )，w ) ) printf ) (n )； }在这里请注意一点。 流动算法中的P[v][w]代表了从v到w的路径中从v开始的第一步。