最短路径算法通常遵循以下程序：

初始化：为每个顶点分配一个距离估计（从起点到该顶点的最短距离）。

选择下一个节点：从当前未访问的节点中选择距离估计最低的节点。

更新距离估计：通过考虑相邻边的权重，为当前节点的相邻节点更新距离估计。

标记节点：将当前节点标记为访问过的。

重复步骤 2-4：直到所有节点都被访问过。

返回：从起点到每个其他节点的最短距离路径。

最短路径的制定程序首先得从立体空间对两个物体的点的标识，通过空间两点的连接考虑环境以及构造的因素确定方案制定两个物体最近的路径。

首先，在不考虑时间复杂度的情况下，同是解决图论中最短路径的寻找的问题。这个基础的问题之上还可以引申出很多其他的理论或是实际应用问题。

Dijkstra进行进一步的堆优化以后时间复杂度成为O(nlogn)，比起Floyd的O(n^3)是小了非常非常多。但是Dijkstra，以及常用的还有Bellman-Ford，SPFA等，均是在求

单源

最短路径的问题中有着较为理想的时间复杂度(<=O(n^2))，但若是求图中任意两点间的距离，尤其是在图较为稠密时，Floyd的O(n^3)也是不输于其他的。

另外Floyd有一个优势，那便是写起来简单。插点的简单思想，三重循环加一个判定，五行就写完了。而Dijkstra在堆优化后、以及SPFA，则需要约50行的代码。