1.迪杰斯特拉算法VS弗洛伊德算法
迪杰斯特拉算法通过选定的被访问顶点，求出从出发访问顶点到其他顶点的最短路径；
弗洛伊德算法中每一个顶点都是出发访问点，所以需要将每一个顶点看做被访问顶点，求出从每一个顶点到其他顶点的最短路径。
2.迪杰斯特拉算法
迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个结点到其他结点的最短路径。 它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。
迪杰斯特拉(Dijkstra)算法过程
设置出发顶点为v，顶点集合V{v1,v2,vi…}，v到V中各顶点的距离构成距离集合Dis，Dis{d1,d2,di…}，Dis集合记录着v到图中各顶点的距离(到自身可以看作0，v到vi距离对应为di)
从Dis中选择值最小的di并移出Dis集合，同时移出V集合中对应的顶点vi，此时的v到vi即为最短路径更新Dis集合，更新规则为：比较v到V集合中顶点的距离值，与v通过vi到V集合中顶点的距离值，保留值较小的一个(同时也应该更新顶点的前驱节点为vi，表明是通过vi到达的)
重复执行两步骤，直到最短路径顶点为目标顶点即可结束
光看算法过程，很难理解，其实理解迪杰斯特拉算法只需要理解中间结点的问题。
接下来，复杂一点
迪杰斯特拉算法就是需要维持一个minPathLen[]数组，每一次计算都能确定到某个顶点的最短路径，该点就是下一次继续的中间点。
/*** 迪杰斯特拉算法* @param i 从i点出发* @return 返回从i点出发的到某点的最短路径长度数组*/public int[] digkstra(int i){final int N = 65535;int []minPathLength=new int[vertex.length]; //存放最短路径长度HashSet<Integer> vertexset=new HashSet<>(); //存放顶点的集合//初始化for(int index=0;index<vertex.length;index++){vertexset.add(index);minPathLength[index]=N;}minPathLength[i]=0; //到自身的距离为0digkstra_step(i, minPathLength,vertexset);return minPathLength;}public void digkstra_step(int i,int []minPathLength,HashSet<Integer> vertexset){vertexset.remove(i);while(vertexset.size()>0){//广度优先搜索，比较长度并选择最短长度for(Integer index:vertexset){//比较是保留原来的minPathLength,还是要新的minPathLengthminPathLength[index]=Math.min(minPathLength[index], minPathLength[i]+matrix[i][index]);}//确定下一个广度优先搜索的顶点（在集合内，且当前minPathLength最小）int min=65535;int nextIndex=0;for(Integer index:vertexset){if(minPathLength[index]<min){min=minPathLength[index];nextIndex=index;}}//递归下一次digkstra_step(nextIndex,minPathLength,vertexset);}}
3.弗洛伊德算法
弗洛伊德算法同样是根据中间结点的的性质得到
它的具体做法是将每个结点都作为中间结点来求，其余结点作为作为开始结点和结束结点，至于为什么能保持它的正确性，请查阅更多资料。
//弗洛伊德算法public void floyd(){//i作为中间结点,j作为开始结点,k作为结束结点for(int i=0;i<matrix.length;i++){for(int j=0;j<matrix.length;j++){for(int k=0;k<matrix.length;k++){matrix[j][k]=Math.min(matrix[j][k], matrix[j][i]+matrix[i][k]);}}}}
