SPFA

SPFA

• 本质：DP，基于队列优化的Bellman-Ford

• 特点：单源最短路，求解一个源点到其他所有点的最短距离，不稳定

• 适用对象：允许负权图，不允许负环图(负环：图上边权之和为负的环，负环图无法求解最短路)，同时也可求最长路。

• 存储结构：链式前向星

• 核心思想：用队列保存松弛边的出度点，调整其邻接点

• 优化思路：进行松弛操作的的邻接点入队

• 算法流程：闫氏DP分析法

  • 状态表示：

    • 集合：设源点$S$，当前轮起点(非源点)为$U$，当前轮起点邻接点$V$。定义源点$S$到每个顶点的最短路长度$dis$(初始化为$+\infty$表示该点不可达，源点初始化为0)，路径数组$path$(存储其上一个来源顶点,初始化为$-1$表示无路径)，待处理点队列$Q$(用于维护被松弛边的邻接点)，顶点队列状态标记数组$in$，顶点入队次数数组$cnt$。
    • 属性：$Min$

  • 状态计算：

    • 不选第$k$条边：若选当前边不能使边的终点$V$到源点$S$的距离减小，则不选该边。$dis[V]$不变。
    • 选第$k$条边：若选当前边能够使边的终点$V$到源点$S$的距离减小，则选该边。$dis[V]=dis[U]+W$。(该边被松弛，之后的调整发生在该边终点及其一系列邻接点上，若该终点不在队列中，则将其入队)

  • 状态转移方程式：$dis[V]=min(dis[V],dis[U]+W)$

• 复杂度：一般为$O(E)$，最差情况下退化至$O(VE)$
  由于SPFA的不稳定性，因此可构造数据使SPFA超时。若求解非负权图的最短路，应优先选用Dijkstra

实现

void spfa(){
	vector<int>dis(n+1,INF),path(n+1,-1),cnt(n+1);
    vector<bool>in(n+1);//标记数组,用于判断顶点是否在队列中
	queue<int>q;//松弛后待处理顶点队列
    dis[s]=0,q.push(s),in[s]=1,cnt[s]=1;
    while(q.size()){
        int U=q.front();
        q.pop(),in[U]=0;//注意一定要弹出U,否则会使U在当前轮无法重新入队
        for(int i=v[U].e;~i;i=e[i].n){//~i:i!=-1
            int V=e[i].v,W=e[i].w;
            if(dis[U]!=INF&&W!=INF&&dis[V]>dis[U]+W){
                //松弛3个条件:当前起点dis非无穷,边权值非无穷,当前邻接点通过当前起点中转dis更小
                dis[V]=dis[U]+W,path[V]=U;
                if(!in[V])//该边终点不在队列中,将其入队
                    q.push(V),in[V]=1,cnt[V]++;
            }
        }
    }
}

判断负环

若任意一点$cnt>n$，则说明存在负环

bool check(){
    for(auto i:cnt)
        if(i>n) return 1;
    return 0;
}

应用：差分约束系统

给定$n$元一元一次不等式组，$n$个变量$x_1$~$x_n$，$m$个形如$x_i-x_j\le c_k$的两变量之差的约束条件($c_k$为任意常数)，求满足约束条件的一组可行解。

解的情况：无解/无穷解(带有任意常数仍成立)

转换为最短路：不等式可转换为$x_i\le x_j+c_k$，与最短路松弛操作完全一致。因此可将$x_i$看作节点$v$，$x_j$看作节点$u$，每个约束条件即为$<j,i>$。

算法流程：

• 增设虚拟源点$s$，并在$s$与其他各点增设一条$w=0$的边
• 处理约束条件，将不等式转换为有向边

不等式	变形式	加边操作
$x_i-x_j\le c_k$	$x_i\le x_j+c_k$	$add(j,i,c_k)$
$x_i-x_j\ge c_k$	$x_j\le x_i-c_k$	$add(i,j,-c_k)$
$x_i-x_j=c_k$	$x_i-x_j\le c_k,x_i-x_j\ge c_k$	$add(j,i,c_k),add(i,j,-c_k)$

• 运行SPFA。若出现负环则无解；否则$dis[i]$为则$x_i$的一组可行解。

应用：最长路

存边时，边权存相反数。运行SPFA，最终的$dis$再取相反数，则为最长路。