SPFA最短路径——python实现

关键词：Bellman-ford、队列、O(k*e) k为常数、能处理负权边、能判定负权回路

## n: 点数
## m: 边数
## u[]: 边的起点
## v[]: 边的终点
## w[]: 边的权值
## dis[n]: 各点到源点的最短路径
## Q[j]: 队列，初始时将源点加入队列
## vis[n]: 记录各点是否在队列中 
##
## 思想：每次从队列中取出一点，根据此点的出边对相关点进行修正，同时将修正点放入队列，直至队列为空。
##      和广度优先算法类似，区别为曾经出队的点可能再入队。
## 初始化：dis[s]=0, dis[其他]=无穷大, Q.append(s), vis[s]=1, vis[其他]=0
##   
    
def SPFA():
    Q.append(s)
    vis[s]=1
    while(len(Q)):
        item=Q.pop()
        for i in range(m):  ## 遍历图中的每条边
            if u[i]==item:  ## 找到起点为item的边
                if dis[v[i]] > dis[u[i]] + w[i]:
                    dis[v[i]] = dis[u[i]] + w[i]  ## 对第i条边的终点v[i]进行修正
                    if vis[v[i]]==0:  ## 若终点v[i]不在队列中
                        Q.append(v[i])  ##则将终点v[i]入队
                        vis[v[i]]==1

## 在此基础上，还可以对算法进一步的优化
## 1.在输入u,v,w时同时将这三值存入g[u].append((v,w))中——>类似链表存储
## 2.设置无穷大时，先用INF=float("inf")，之后使用INF。以此来减少每次计算无穷大的时间
## 3.将list改成优先权队列heapq（顺序不影响的情况下）

import heapq
INF=float("inf")
def SPFA():
    heapq.heappush(Q,s)
    vis[s]=1
    while(len(Q)):
        u=heapq.heappop(Q)  ## u: 当前点
        for v,w in g[u]:  ## 遍历图中的起点为u的边
            if dis[v] > dis[u] + w:
                dis[v] = dis[u] + w  ## 对第i条边的终点v进行修正
                if vis[v]==0:  ## 若终点v[i]不在队列中
                    heapq.heappush(Q,v)  ##则将终点v入队
                    vis[v]==1