SPFA算法简介

const maxp=10000; {最大结点数} var {变量定义} p,c,s,t:longint; {p,结点数;c,边数;s:起点;t:终点} a,b:array[1..maxp,0..maxp] of longint; {a[x,y]存x,y 之间边的权;b[x,c]存与x 相 连的第c 个边的另一个结点y} d:array[1..maxp] of integer; {队列} v:array[1..maxp] of boolean; {是否入队的标记} dist:array[1..maxp] of longint; {到起点的最短路} head,tail:longint; {队首/队尾指针} procedure init; var i,x,y,z:longint; begin read(p,c); for i := 1 to c do begin readln(x,y,z); {x,y:一条边的两个结点;z:这条边的权值} inc(b[x,0]); b[x,b[x,0]] := y; a[x,y] := z; {b[x,0]：以x 为一个结点的边的条数} inc(b[y,0]); b[y,b[y,0]] := x; a[y,x] := z; end; readln(s,t); {读入起点与终点} end; procedure spfa(s:longint); {SPFA} var i,j,now,sum:longint; begin fillchar(d,sizeof(d),0); fillchar(v,sizeof(v),false); for j := 1 to p do dist[j]:=maxlongint; dist[s]:=0; v[s]:=true;d[1]:=s;{队列的初始状态,s 为起点} head:=1;tail:= 1; while head<=tail do {队列不空} begin now:=d[head]; {取队首元素} for i:=1 to b[now,0] do if dist[b[now,i]]>dist[now]+a[now,b[now,i]] then begin dist[b[now,i]]:= dist[now]+a[now,b[now,i]]; {修改最短路} if not v[b[now,i]] then {扩展结点入队} begin inc(tail); d[tail] := b[now,i]; v[b[now,i]] := true; end; end; v[now] := false; {释放结点，一定要释放掉，因为这节点有可能下次用来松弛其 它节点} inc(head); {出队} end; end; procedure print; begin writeln(dist[t]); end; begin init; spfa(s); print; end. SPFA算法简介

 

SPFA算法采用图的存储结构是邻接表，方法是动态优化逼近法。算法中设立了一个先进先出的队列Queue用来保存待优化的顶点，优化时从此队列里顺序取出一个点w，并且用w点的当前路径D[W]去优化调整其它各点的路径值D[j]，若有调整，即D[j]的值改小了，就将J点放入Queue队列以待继续进一步优化。反复从Queue队列里取出点来对当前最短路径进行优化，直至队空不需要再优化为止，此时D数组里就保存了从源点到各点的最短路径值 。

 

    下面举一个实例来说明SFFA算法是怎样进行的：

 

    设有一个有向图G＝{V，E}，其中，V＝{V0,V1,V2,V3,V4}，E＝{<V0,V1>,<V0,V4>,<V1,V2>,<V1,V4>,<V2,V3>,<V3,V4>,<V4,V2>}＝{2,10,3,7,4,5,6}，见下图：

 

 

 

 

 

 

 

 

 

 

算法执行时各步的Queue队的值和D数组的值由下表所示。

 

表一  实例图SPFA算法执行的步骤及结果

 

初始		第一步		第二步		第三步		第四步		第五步
queue	D	queue	D	queue	D	queue	D	queue	D	queue	D
V0	0	V1	0	V4	0	V2	0	V3	0		0
	∞	V4	2	V2	2		2		2		2
	∞		∞		5		5		5		5
	∞		∞		∞		∞		9		9
	∞		10		9		9		9		9

 

算法执行到第五步后，队Queue空，算法结束。源点V0到V1的最短路径为2，到V2的最短路径为5，到V3的最短路径为9，到V4的最短路径为9，结果显然是正确的。