**弗洛伊德算法（Floyd-Warshall Algorithm）**
弗洛伊德算法，也称为沃思算法，是由美国计算机科学家Robert Floyd和Stephen Warshall独立提出的，主要用于解决图论中的最短路径问题。该算法是一种动态规划方法，适用于求解具有n个顶点的完全图中的所有对之间最短路径。在实际应用中，如网络路由、交通路径优化等问题中，该算法都发挥着重要作用。
**一、算法原理**
1. **初始化阶段**：根据图的边权重，初始化一个n×n的矩阵D，其中D[i][j]表示从顶点i到顶点j的最短路径长度。如果顶点i和顶点j之间有直接连接，则D[i][j]为边的权重；若无直接连接，则D[i][j]=∞，表示无法直接到达。同时，D[i][i]=0，表示顶点到自身的距离为0。
2. **迭代阶段**：接下来，算法会遍历所有可能的中间节点k（1≤k≤n），对于每一对顶点i和j，检查经过节点k是否能使得i到j的路径变短。如果D[i][j]>D[i][k]+D[k][j]，则更新D[i][j]的值为D[i][k]+D[k][j]。
3. **结束条件**：当所有可能的中间节点都被检查过之后，D矩阵中的每个元素都代表了对应的两个顶点之间的最短路径长度。
**二、算法步骤**
1. 初始化最短路径矩阵D。
2. 对于每一个节点k（从1到n），执行以下操作：
- 对于所有节点i和j（i≠j，且i, j, k不相同），检查路径i→k→j是否比当前已知的i→j更短。如果是，则更新D[i][j]。
3. 结束，矩阵D中存储了所有顶点对的最短路径。
**三、时间复杂度与空间复杂度**
- **时间复杂度**：由于需要遍历所有顶点作为中间节点，因此算法的时间复杂度是O(n^3)，其中n是图中顶点的数量。
- **空间复杂度**：需要存储一个n×n的矩阵，所以空间复杂度也是O(n^2)。
**四、算法优缺点**
优点：
1. 能够找到所有顶点对之间的最短路径，而不仅仅是源到目标的最短路径。
2. 在有负权边的情况下，只要不存在负权环，算法仍然能够正确找出最短路径。
缺点：
1. 时间复杂度过高，不适合处理大规模图。
2. 需要额外的存储空间，不适合内存有限的环境。
**五、拓展应用**
除了计算最短路径，弗洛伊德算法还可以用于判断图中是否存在负权环。如果在算法运行过程中发现某个顶点对的最短路径长度在经过某次更新后反而增加，那么可以断定图中存在负权环。
**六、与其他算法比较**
与Dijkstra算法相比，弗洛伊德算法的优点在于可以处理所有顶点对的最短路径，而Dijkstra算法只能找到单源最短路径。但Dijkstra算法在非负权图中的效率更高，因为它使用优先队列，时间复杂度可达到O((E+V)logV)，其中E是边的数量。
弗洛伊德算法是求解完全图中所有顶点对最短路径的一种经典方法，虽然其时间复杂度较高，但在某些场景下，它提供了全面的解决方案。
