CHAPTER_10 提高篇(4)——图算法专题
10.4.3Bellman-Ford算法和SPFA算法
前面已经提到,Dijkstra算法无法解决边权为负值的情况。而Bellman-Ford算法同样可以解决单源最短路径问题,也能处理有负边权的情况。
现在考虑有向图中的环,也就是从某个顶点出发、经过若干个不同的顶点之后可以回到该顶点的情况。而根据环中边的边权之和的正负,可将环分为零环、正环、负环(如下图所示)。图中零环和正环不会影响最短路径的求解,因为零环和正环不能使最短路径更短。而如果有负环,且从源点可以到达,那么就会影响最短路径的求解。
与Dijkstra相同,Bellman-Ford算法设置一个数组d,用来存放从源点到达各个顶点的最短距离。同时Bellman-Ford算法返回一个bool值:如果其中存在从源点可以到达的负环,那么函数返回false;否则,函数返回true,此时数组d中存放的值就是从源点到各顶点的最短路径。
对一个有V个顶点的图,Bellman-Ford算法的思想如下:
对图中的边进行V-1轮操作。每轮都遍历图中所有边,对每条边u->v,如果以u为中介点可以使d[v]更小,即d[u]+length[u->v]<d[v],那么就令d[v]=d[u]+length[u->v]。此时,如果图中没有从源点可达的负环,那么数组d中的所有值都已经达到最优。因此,只需要在对所有边进行一轮遍历操作,判断是否有某条边u->v仍然满足d[u]+length[u->v]<d[v],如果有,说明图中有从源点可达的负环,返回false;否则返回true。
使用邻接表实现Bellman-Ford算法的代码如下:
struct node {
int v,dis; //v为顶点,dis为边权
};
vector<node> Adj[maxn]; //邻接表
int n; //顶点数
int d[maxn]; //起点到各点的最短路径值
bool Bellman(int s) { //s为起点
fill(d,d+maxn,INF);
d[s]=0; //初始化d[]
//以下为求解数组d的部分
for(int i=0;i<n-1;i++) { //执行n-1轮操作
for(int u=0;u<n;u++) { //每轮操作都遍历所有的边
for(int j=0;j<Adj[u].size();j++) {
int v=Adj[u][j].v; //该条边的顶点
int dis=Adj[u][j].dis; //该条边的边权
if(d[u]+dis<d[v]) { //以u为顶点可以使d[v]更小
d[v]=d[u]+dis; //松弛操作
}
}
}
}
//以下为判断负环的代码
for(int u=0;u<n;u++) { //对每条边进行判断
for(int j=0;j<Adj[u].size();j++) {
int v=Adj[u][j].v; //该条边的顶点
int dis=Adj[u][j].dis; //该条边的边权
if(d[u]+dis<d[v]) { //如果仍可以被松弛
return false; //存在负环
}
}
}
return true; //d[]已经达到最优
}
需要注意的是:
(1)Bellman-Ford算法可以适用于存在负边权的情况,但它仍不能解决图中存在负环的情况,它所能做的是检测到图中负环的存在与否。
(2)上述算法只对d[]进行了操作,至于最短路径pre[]的求解和多标尺最短路径问题,与Dijkstra算法相同,只需对if(d[u]+dis<d[v])部分做修改并且添加else if(d[u]+dis==d[v])部分即可。
虽然Bellman-Ford算法思路很简洁,但是O(VE)的时间复杂度较高。经过思考可以发现,Bellman-Ford算法每轮操作都需要操作所有边,显然其中有很多无意义操作。注意到只有当某个顶点u的d[u]值改变时,从它出发的边的邻接点v的d[v]值才有可能被改变。由此可以进行优化:建立一个队列,每次将队首顶点u取出,然后对从u出发的所有边u->v进行松弛,也就是判断d[u]+dis<d[v]是否成立,若成立则令d[v]=d[u]+dis,于是d[v]获得最优的值,此时如果v不在队列中,就把v加入队列。这样操作直到队列为空(说明图中无源点可达的负环),或是某个顶点的入队次数超过V-1(说明图中存在从源点可达的负环)。这种优化后的算法称作SPFA。
下面给出邻接表实现的SPFA代码:
vector<node> Adj[maxn];
int n,d[maxn],num[maxn]; //num数组记录顶点入队次数]
bool inq[maxn]; //顶点是否在队列中
bool SPFA(int s) {
//初始化部分
fill(inq,inq+maxn,false);
fill(num,num+maxn,0);
fill(d,d+maxn,INF);
//源点入队部分
queue<int> q;
q.push(s); //起点入队
inq[s]=1;
num[s]++; //起点入队次数加一
d[s]=0;
//主体部分
while(!q.empty()) {
int u=q.front(); //队首顶点编号
q.pop(); //出队
inq[u]=0; //设置u不在队列中
//遍历u的所有邻接边
for(int j=0;j<Adj[u].size();j++) {
int v=Adj[u][j].v;
int dis=Adj[u][j].dis;
//松弛操作
if(d[u]+dis<d[v]) {
d[v]=d[u]+dis;
if(!inq[v]) {
q.push(v); //v入队
inq[v]=true; //设置v在队列中
num[v]++; //v的入队次数加一
if(num[v]>=n)
return false; //有可达负环
}
}
}
}
return true; //无可达负环
}