迪杰斯特拉算法

处理一个点到所有点最短路径问题
思路，动态规划思想，创建一个数组用于存储[1,n]到初始节点的距离，每次从中选择未确定为最短的点中取最短的那个，将他确定为最短的，因为就算是绕路也没有比他更短的，然后从这个点向后延展并更新最短路径dis[j]=min(dis[j],vec[mi][j]+dis[mi]);，要求每段距离都为正整数

/*
参数中vec，n行n列，vec[i][j]表示i到j的距离是vec[i][j],
到不了的位置距离是INT_MAX,cur表示初始的点
*/
vector<int> fun(vector<vector<int>>&vec,int cur){int n=vec.size();vector<int>dis(n,INT_MAX);vector<bool>check(n,false);dis[cur]=0;for(int i=0;i<n;i++){int mv=INT_MAX,mi=cur;for(int j=0;j<n;j++){if(dis[j]<mv&&!check[j]){mv=dis[j];mi=j;}}check[mi]=true;for(int j=0;j<n;j++){if(vec[mi][j]!=INT_MAX){dis[j]=min(dis[j],vec[mi][j]+dis[mi]);}}}return dis;
}

弗洛伊德算法

处理多对多最短路径问题，思路：最短路径的出现一定是需要绕路或者不绕路，
对绕路遍历中间节点然后和直达的路径比较一下然后就可以得到任意起点和终点下的最短路径

vector<vector<int>> fun(vector<vector<int>>&g,int cur){int n=g.size();vector<vector<int>>res(n,vector<int>(n,INT_MAX));for(int i=0;i<n;i++){//控制中转点for(int j=0;j<n;j++){for(int k=0;k<n;k++){if(g[j][k]>g[j][i]+g[i][k]){g[j][k]=g[j][i]+g[i][k];}}}}return res;
}