优化基础3——最短路径算法和蚁群算法

1. 复习了一下迪杰斯特拉和弗洛伊德算法

具体参考[最短路径问题]—Dijkstra 算法最详解 - 知乎 (zhihu.com)

Floyd算法详解 通俗易懂 - 知乎 (zhihu.com)

迪杰斯特拉解决不了负边权问题，假如确定了一个点2，将他加入了visited集合

此时有一个点3到点2的边是负边权，实际权重更小了，但是该算法已经无法更新点2

参考chatgpt复现了c++版本的两个算法，关于有向图，无向图的存储方式进一步掌握

2. 学习蚁群算法，感觉关键在于信息素这一概念，信息素是如何影响下一步的选择，以及信息素如何在所有ants走完一遍后更新

蚁群算法（Ant Colony Optimization） - 知乎 (zhihu.com)

一文搞懂什么是蚁群优化算法(Ant Colony Optimization, ACO)【附应用举例】 - 知乎 (zhihu.com)

蚁群算法（ACO）：C++实现TSP问题 - 知乎 (zhihu.com)