【算法】全局最短路——Floyd-Warshall算法

给定一张图，该如何确定图中任意两点间的最短距离呢？

我们先想想通常的做法。在一个有n个点的图中，任意两点间的最短距离的步数（经过一个点算一步）一定不超过n，也就是说把n个点每个点经过一次，那么我们来想这样一个算法，每次枚举i到 j经过的步长，从1到n，最后的结果就是比较这些步数对应的值的最小值，就是i到j的最短距离。实现起来也很简单，来考虑矩阵的乘法 ，我们把所有的加法变成取最小值，乘法变成加法，那么map*map得到的新的map2[i][j]就是从i到j走两步的最小值，怎么解释呢？想象矩阵乘的时候，每次都是map[i][m]+map[m][j]，就是代表从i到j经过m的距离，而k是从1到n的，也就是说所有的点都被我们枚举了一遍，这样得到的最小值就一定是 从i到j走两步的最小值。

那么推广开来，map^k表示的就是任意两点经过k步的最短距离，初始为0也就是邻接矩阵。

但是这个算法的复杂度是多少？k,i,j,m都需要n次枚举嵌套循环，总的就需要o(n^4),太大了。

因此我们要换个思路，不以步数为基准去枚举，从动态规划的角度看，我们需要对i到j的最短距离重新下一个定义，这种方法也是动态规划最核心最精华的部分。

我们来想，如果要缩短i到j的距离，无非是引入一个新的点k，使从i通过k再到j的权值和比直接从i到j的小，那么我们定义这样的一种状态：dis[k][i][j]表示不经过编号大于k的点的，i到j的最短路径，同样的，dis[0][i][j]就是邻接矩阵，那么很简单，当我们知道k-1时的dis值时，dis[k][i][j] = min{dis[k-1][i][j] , dis[k-1][i][k] + dis[k-1][k][j]}，也就是说，我们只需要知道加入k点最短路和不加k点的最短路的最小值。这里要注意dp的思想，也就是我要知道当前状态时，我已知的是之前状态的最优值，要注意k-1是指经过1到k-1的所有点，而不仅仅是k-1这个点，最终的结果就是dis[n][i][j]，也就是经过n个点i到j的最短路径（这时图中的点都被考虑过了）。

下面来看如何优化，联系到01背包问题的优化，因为k的值只和k-1时的值有关，所以可以直接去掉 k这一维，新的状态转移方程为