【图论】单源最短路径问题——三种算法比较（Dijkstra,Bellman_ford,SPFA)

算法名称	能否处理负权边	时间复杂性
Dijkstra	因为核心算法是贪心, 所以不能处理负边权	o（V^2） o（VlogV）Heap+邻接表
Bellman—Ford	能,只要不是负环即可	o（VE）邻接表
SPFA	能,本质是队列优化的 Bellman—Ford, 负环只会增加出入队列次数	o（km）~o（VE） k为常数，通常不超过2

• Dijkstra

每次确定了到一个点的最短距离（当前收录），再用该点更新到其它点的距离。

保证路径是按照递增(非递减)顺序生成

//1：后收录的顶点不会影响先收录顶点的距离。（因为后收录的顶点距离一定比先收录的顶点距离大，只会增大路径长度）因此收录集中每个顶点的最短路都已确定。

//2：每次收录顶点只会影响其邻接点的距离。（因为此时未收录的邻接点{B}距离都比本次收录的A大，只会增加到该点的路径长度，不是最短路）

因为需要路径按照非递减顺序生成，因此如果存在不与源点直接连通的负边情况，且负边权足够小，则可能让之前不够短的路径变最短，之前的收录就无效了，需要重新计算。

• Bellman-Ford

每次对所有边松弛（试探每条边对其邻接边的影响，减短则更新），重复更新N-1轮（防止后更新的边对先更新边的影响）。

若某轮操作后，没有边被更新，说明数组d中所有值都已达到最优，

提前退出可以稍微加快一点速度。

伪代码： 

  

 具体实现：

最后再进行一轮操作，若某条边仍然能被更新，则说明图中有从源点可达的负环。

否则，则已达最优。 

若需要用Bellman-Ford算法统计最短路径条数，

由于每次对所有边进行操作，所以会反复累计前驱点，

因此存储前驱的数组最好使用set<int> pre[MAXN]

• SPFA 

注意到每条边只可能影响其邻接边，不需要遍历所有边的邻接边，只需要遍历该边的邻接边即可，

因此使队列操作成为了可能。

每次将收到受到影响的邻接边入队，下一次轮到其出队看看其影响会不会传递到下一条邻接边中，

直到队列为空（不再存在需要传递的影响）

伪代码： 

具体实现：

 

 

 

如果某个顶点的入队次数超过N-1，说明图中存在从源点可达的负环

如果负环从源点不可达，则需要

• 添加一个辅助顶点C
• 添加一条从源点到达C的有向边
• N-1条从C到达除源点外各顶点的有向边

才能判断负环是否存在

时间复杂度是O(kE),在很多情况下k不超过2，可见该算法在大部分数据时异常高效，

且经常性地优于堆优化的Dijkstra算法。

 但若图中有从源点可达的负环，传统SPFA的时间复杂度就会退化成O(VE)

上面代码中的FIFO队列，

可以替换成优先队列priority_queue（SLF优化），

或者双端队列deque（LLL优化）

效率至少提高50%

上面使用队列的是SPFA的BFS版本，

 若将队列替换成栈，则可以实现DFS版本的SPFA，

对判环有奇效