最短路之SPFA算法

/*问题概述: 成都的大街上有n个路口,标号为1的路口是学校所在地,标号为n的路口是家所在地,
m则表示在成都有几条路,输入3个整数a、b、c表示从
         a路口到b路口有路可走,且要花费c分钟,求从学校到家最短时间
  
  输入样例:                         对应输出:
			  3 3                               2
			  1 2 5
			  2 3 5
			  3 1 2
*/
/*SPFA松弛法(省时算法):
    功能:   可以求出单个源点到其他顶点最短路径
	适用:   有向图 √ 无向图 √ 权值为正 √ 权值为负 √
	复杂度:    2*n(复杂度低)
	核心:  第一步: 建立一个队列q,初始时队列里只有一个起始点(源点),再建立一个数组best[]记录起始点到所有点的最短路径,
	   并且初始化这个数组,然后进行松弛操作.
	       (用队列里面的点去刷新起始点到所有点的最短路,如果刷新成功且刷新点不在队列中则把该点加入到队列最后,
		   重复执行直到队列为空)
*/
#include<stdio.h>
#include<string.h>
#include<queue>
using namespace std;
int main(void)
{
	int i, j, a, b, c, n, m, now;
	int cost[103][103], best[103];
	while(scanf("%d%d", &n, &m), n!=0 || m!=0)
	{
		int used[103] = {0};  /*used[]数组用来检测第i个顶点是否在队列中,是就为1*/
		memset(cost, 127, sizeof(cost));
		for(i=1;i<=m;i++)
		{
			scanf("%d%d%d", &a, &b, &c);
			if(cost[a][b]<1000)
			     cost[a][b]=min(cost[a][b],c);
			cost[a][b] = cost[b][a] = c;
		}
		for(i=1;i<=n;i++)
			best[i] = 100000000;
		best[1] = 0;
		queue<int> q;    /*如果用队列超时,则改为堆栈*/
		q.push(1);
		used[1] = 1; /*第一个顶点进入队列*/
		while(q.empty()==0)
		{
			now = q.front();   /*即将要对与第now个顶点连接起来的所有顶点进行松弛*/
			q.pop();
			used[now] = 0;  /*now离开队列,状态标记为0*/
			for(i=1;i<=n;i++)
			{
				if(best[now]+cost[now][i]<best[i])  /*如果存在一条边的松弛操作次数大于n-1,则说明存在负环*/
				{
					best[i] = best[now]+cost[now][i];
					if(used[i]==0)       /*d[i]被更新了,那么与i连接起来的顶点可能也可以被更新(优化),所以i一定要在队列中*/
					{
						q.push(i);
						used[i] = 1;
					}
				}
			}
		}
		printf("%d\n",best[n]);
	}
	return 0;
}

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SPFA算法(Shortest Path Faster Algorithm)是一种用于解决最短路问题算法。它是一种单源最短路算法,可以解决带有负权边的图的最短路问题SPFA算法基本思想是使用队列对图中的所有节点进行遍历,对于每一个节点,如果它的邻居节点的最短路径可以通过当前节点更新,则将邻居节点加入队列中进行下一轮遍历,直到所有节点的最短路径都被更新后停止遍历。 在Java中,可以使用邻接矩阵或邻接表来表示图,并使用队列来实现SPFA算法。下面是一个使用邻接矩阵实现SPFA算法的Java代码示例: ```java import java.util.*; public class SPFA { public static void main(String[] args) { int[][] graph = { {0, 2, 5, Integer.MAX_VALUE, Integer.MAX_VALUE}, {Integer.MAX_VALUE, 0, 7, 1, Integer.MAX_VALUE}, {Integer.MAX_VALUE, Integer.MAX_VALUE, 0, 4, Integer.MAX_VALUE}, {Integer.MAX_VALUE, Integer.MAX_VALUE, Integer.MAX_VALUE, 0, 3}, {Integer.MAX_VALUE, Integer.MAX_VALUE, Integer.MAX_VALUE, Integer.MAX_VALUE, 0} }; int[] dist = shortestPath(graph, 0); System.out.println(Arrays.toString(dist)); } public static int[] shortestPath(int[][] graph, int start) { int n = graph.length; int[] dist = new int[n]; Arrays.fill(dist, Integer.MAX_VALUE); dist[start] = 0; Queue<Integer> queue = new LinkedList<>(); queue.offer(start); boolean[] inQueue = new boolean[n]; inQueue[start] = true; while (!queue.isEmpty()) { int u = queue.poll(); inQueue[u] = false; for (int v = 0; v < n; v++) { if (graph[u][v] != Integer.MAX_VALUE && dist[v] > dist[u] + graph[u][v]) { dist[v] = dist[u] + graph[u][v]; if (!inQueue[v]) { queue.offer(v); inQueue[v] = true; } } } } return dist; } } ``` 在上面的代码中,我们使用一个二维数组`graph`来表示图,其中`graph[i][j]`表示从节点`i`到节点`j`的边的权重,如果没有边则为`Integer.MAX_VALUE`。函数`shortestPath`接受一个图和一个起点`start`,返回一个数组`dist`,其中`dist[i]`表示从起点`start`到节点`i`的最短路径。 在函数中,我们首先初始化`dist`数组为`Integer.MAX_VALUE`,表示所有节点到起点的距离都是无限大。然后将起点`start`加入队列中,并标记为已加入队列。进入循环后,每次取出队列中的一个节点`u`,将`u`标记为未加入队列,然后遍历`u`的所有邻居节点`v`,如果从起点到`v`的距离可以通过从起点到`u`再加上`u`到`v`的距离来更新,则更新`dist[v]`的值,并将`v`加入队列中,并标记为已加入队列。当队列为空时,所有节点的最短路径都已被更新,函数返回`dist`数组。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值