SPFA 算法详解( 强大图解,不会都难!)

原文链接:http://lib.csdn.net/article/datastructure/10344

适用范围:给定的图存在负权边,这时类似Dijkstra等算法便没有了用武之地,而Bellman-Ford算法的复杂度又过高,SPFA算法便派上用场了。 我们约定有向加权图G不存在负权回路,即最短路径一定存在。当然,我们可以在执行该算法前做一次拓扑排序,以判断是否存在负权回路,但这不是我们讨论的重点。

算法思想:我们用数组d记录每个结点的最短路径估计值,用邻接表来存储图G。我们采取的方法是动态逼近法:设立一个先进先出的队列用来保存待优化的结点,优化时每次取出队首结点u,并且用u点当前的最短路径估计值对离开u点所指向的结点v进行松弛操作,如果v点的最短路径估计值有所调整,且v点不在当前的队列中,就将v点放入队尾。这样不断从队列中取出结点来进行松弛操作,直至队列空为止

 

期望的时间复杂度O(ke), 其中k为所有顶点进队的平均次数,可以证明k一般小于等于2。

 

实现方法:

  建立一个队列,初始时队列里只有起始点,再建立一个表格记录起始点到所有点的最短路径(该表格的初始值要赋为极大值,该点到他本身的路径赋为0)。然后执行松弛操作,用队列里有的点作为起始点去刷新到所有点的最短路,如果刷新成功且被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。

判断有无负环:
  如果某个点进入队列的次数超过N次则存在负环(SPFA无法处理带负环的图)

 


 

 

 

首先建立起始点a到其余各点的
最短路径表格

                                  

首先源点a入队,当队列非空时:
 1、队首元素(a)出队,对以a为起始点的所有边的终点依次进行松弛操作(此处有b,c,d三个点),此时路径表格状态为:

                                  

在松弛时三个点的最短路径估值变小了,而这些点队列中都没有出现,这些点
需要入队,此时,队列中新入队了三个结点b,c,d

队首元素b点出队,对以b为起始点的所有边的终点依次进行松弛操作(此处只有e点),此时路径表格状态为:

                                 

在最短路径表中,e的最短路径估值也变小了,e在队列中不存在,因此e也要
入队,此时队列中的元素为c,d,e

队首元素c点出队,对以c为起始点的所有边的终点依次进行松弛操作(此处有e,f两个点),此时路径表格状态为:

                                 

在最短路径表中,e,f的最短路径估值变小了,e在队列中存在,f不存在。因此
e不用入队了,f要入队,此时队列中的元素为d,e,f

 队首元素d点出队,对以d为起始点的所有边的终点依次进行松弛操作(此处只有g这个点),此时路径表格状态为:

 

 

                               

在最短路径表中,g的最短路径估值没有变小(松弛不成功),没有新结点入队,队列中元素为f,g

队首元素f点出队,对以f为起始点的所有边的终点依次进行松弛操作(此处有d,e,g三个点),此时路径表格状态为:


                               

在最短路径表中,e,g的最短路径估值又变小,队列中无e点,e入队,队列中存在g这个点,g不用入队,此时队列中元素为g,e

队首元素g点出队,对以g为起始点的所有边的终点依次进行松弛操作(此处只有b点),此时路径表格状态为:

                           

在最短路径表中,b的最短路径估值又变小,队列中无b点,b入队,此时队列中元素为e,b
队首元素e点出队,对以e为起始点的所有边的终点依次进行松弛操作(此处只有g这个点),此时路径表格状态为:

 

                          

在最短路径表中,g的最短路径估值没变化(松弛不成功),此时队列中元素为b

队首元素b点出队,对以b为起始点的所有边的终点依次进行松弛操作(此处只有e这个点),此时路径表格状态为:

                         

在最短路径表中,e的最短路径估值没变化(松弛不成功),此时队列为空了

最终a到g的最短路径为14

 

 

program:

#include<cstdio>
using namespace std;
struct node
{int x;
 int value;
 int next;
};
node e[60000];
int visited[1505],dis[1505],st[1505],queue[1000];
int main()
{
  int n,m,u,v,w,start,h,r,cur;
  freopen("c.in","r",stdin);
  freopen("c.out","w",stdout); 
  while(scanf("%d%d",&n,&m)!=EOF)
  {
    for(int i=1;i<=1500;i++)
      {visited[i]=0;
       dis[i]=-1;
       st[i]=-1;  //这个初始化给下边那个while循环带来影响
      }
 
   for(int i=1;i<=m;i++)
      {
       scanf("%d%d%d\n",&u,&v,&w);     
       e[i].x=v;            //记录后继节点    相当于链表中的创建一个节点,并使得数据域先记录
       e[i].value=w;
       e[i].next=st[u];     //记录顶点节点的某一个边表节点的下标,相当于在链表中吧该边表节点的next指针先指向他的后继边表节点
       st[u]=i;                //把该顶点的指针指向边表节点,相当于链表中的插入中,头结点的指针改变
      }
    start=1;
    visited[start]=1;
    dis[start]=0;
    h=0;
    r=1;
    queue[r]=start;
    while(h!=r)
     {

      h=(h+1)%1000;
      cur=queue[h];
      int tmp=st[cur];
      visited[cur]=0;
    

     while(tmp!=-1)
        {
            if (dis[e[tmp].x]<dis[cur]+e[tmp].value)            //改成大于号才对
            {
                   dis[e[tmp].x]=dis[cur]+e[tmp].value;
                    if(visited[e[tmp].x]==0)
                      {

                           visited[e[tmp].x]=1;
                           r=(r+1)%1000;
                            queue[r]=e[tmp].x;
                       }
            }
         tmp=e[tmp].next;      
        }
     } 
    printf("%d\n",dis[n]);
  }
  return 0;   
}


 

                     (没有质量,就出数量)  下面一文转载出处:http://blog.csdn.net/morgan_xww/article/details/6279596

  1. /*
  2. SPFA(Shortest Path Faster Algorithm) [图的存储方式为邻接表]
  3. 是Bellman-Ford算法的一种队列实现,减少了不必要的冗余计算。
  4. 算法大致流程是用一个队列来进行维护。 初始时将源加入队列。 每次从队列中取出一个元素,
  5. 并对所有与他相邻的点进行松弛,若某个相邻的点松弛成功,则将其入队。 直到队列为空时算法结束。
  6. 它可以在O(kE)的时间复杂度内求出源点到其他所有点的最短路径,可以处理负边。
  7.  
  8. SPFA 在形式上和BFS非常类似,不同的是BFS中一个点出了队列就不可能重新进入队列,但是SPFA中
  9. 一个点可能在出队列之后再次被放入队列,也就是一个点改进过其它的点之后,过了一段时间可能本
  10. 身被改进,于是再次用来改进其它的点,这样反复迭代下去。
  11.  
  12. 判断有无负环:如果某个点进入队列的次数超过V次则存在负环(SPFA无法处理带负环的图)。
  13.  
  14. SPFA算法有两个优化算法 SLF 和 LLL:
  15. SLF:Small Label First 策略,设要加入的节点是j,队首元素为i,若dist(j)<dist(i),则将j插入队首,
  16. 否则插入队尾。
  17. LLL:Large Label Last 策略,设队首元素为i,队列中所有dist值的平均值为x,若dist(i)>x则将i插入
  18. 到队尾,查找下一元素,直到找到某一i使得dist(i)<=x,则将i出对进行松弛操作。
  19. 引用网上资料,SLF 可使速度提高 15 ~ 20%;SLF + LLL 可提高约 50%。
  20. 在实际的应用中SPFA的算法时间效率不是很稳定,为了避免最坏情况的出现,通常使用效率更加稳定的Dijkstra算法。
  21. */ 
  22.  
  23. //用数组实现邻接表存储,pnt[i,0]表示与i相邻的结点个数,pnt[i,1...k]存储与i相邻的点 
  24. int  pnt[MAXN][MAXN]; 
  25. int  map[MAXN][MAXN]; //map[i,j]为初始输入的i到j的距离,并且map[i,i]=0;未知的map[i,j]=INF; 
  26. int  dis[MAXN]; 
  27. char vst[MAXN]; 
  28.  
  29. int SPFA(int n,int s) 
  30.     int i, pri, end, p, t; 
  31.     memset(vst, 0, sizeof(vst)); 
  32.     for (i=1; i<=n; i++) 
  33.         dis[i] = INF; 
  34.     dis[s] = 0; 
  35.     vst[s] = 1; 
  36.     Q[0] = s; pri = 0; end = 1; 
  37.     while (pri < end) 
  38.     { 
  39.         p = Q[pri]; 
  40.         for (i=1; i<=pnt[p][0]; i++) 
  41.         { 
  42.             t = pnt[p][i]; 
  43.             //先释放,释放成功后再判断是否要加入队列 
  44.             if (dis[p]+map[p][t] < dis[t]) 
  45.             { 
  46.                 dis[t] = dis[p]+map[p][t]; 
  47.                 if (!vst[t]) 
  48.                 { 
  49.                     Q[end++] = t; 
  50.                     vst[t] = 1; 
  51.                 } 
  52.             } 
  53.         } 
  54.         vst[p] = 0; 
  55.         pri++; 
  56.     } 
  57.     return 1; 
  1. /* 
  2. SPFA(Shortest Path Faster Algorithm) [图的存储方式为邻接表] 
  3. 是Bellman-Ford算法的一种队列实现,减少了不必要的冗余计算。 
  4. 算法大致流程是用一个队列来进行维护。 初始时将源加入队列。 每次从队列中取出一个元素, 
  5. 并对所有与他相邻的点进行松弛,若某个相邻的点松弛成功,则将其入队。 直到队列为空时算法结束。 
  6. 它可以在O(kE)的时间复杂度内求出源点到其他所有点的最短路径,可以处理负边。 
  7.  
  8. SPFA 在形式上和BFS非常类似,不同的是BFS中一个点出了队列就不可能重新进入队列,但是SPFA中 
  9. 一个点可能在出队列之后再次被放入队列,也就是一个点改进过其它的点之后,过了一段时间可能本 
  10. 身被改进,于是再次用来改进其它的点,这样反复迭代下去。 
  11.  
  12. 判断有无负环:如果某个点进入队列的次数超过V次则存在负环(SPFA无法处理带负环的图)。 
  13.  
  14. SPFA算法有两个优化算法 SLF 和 LLL: 
  15. SLF:Small Label First 策略,设要加入的节点是j,队首元素为i,若dist(j)<dist(i),则将j插入队首, 
  16. 否则插入队尾。 
  17. LLL:Large Label Last 策略,设队首元素为i,队列中所有dist值的平均值为x,若dist(i)>x则将i插入 
  18. 到队尾,查找下一元素,直到找到某一i使得dist(i)<=x,则将i出对进行松弛操作。 
  19. 引用网上资料,SLF 可使速度提高 15 ~ 20%;SLF + LLL 可提高约 50%。 
  20. 在实际的应用中SPFA的算法时间效率不是很稳定,为了避免最坏情况的出现,通常使用效率更加稳定的Dijkstra算法。 
  21. */  
  22.   
  23. //用数组实现邻接表存储,pnt[i,0]表示与i相邻的结点个数,pnt[i,1...k]存储与i相邻的点  
  24. int  pnt[MAXN][MAXN];  
  25. int  map[MAXN][MAXN]; //map[i,j]为初始输入的i到j的距离,并且map[i,i]=0;未知的map[i,j]=INF;  
  26. int  dis[MAXN];  
  27. char vst[MAXN];  
  28.   
  29. int SPFA(int n, int s)  
  30. {  
  31.     int i, pri, end, p, t;  
  32.     memset(vst, 0, sizeof(vst));  
  33.     for (i=1; i<=n; i++)  
  34.         dis[i] = INF;  
  35.     dis[s] = 0;  
  36.     vst[s] = 1;  
  37.     Q[0] = s; pri = 0; end = 1;  
  38.     while (pri < end)  
  39.     {  
  40.         p = Q[pri];  
  41.         for (i=1; i<=pnt[p][0]; i++)  
  42.         {  
  43.             t = pnt[p][i];  
  44.             //先释放,释放成功后再判断是否要加入队列  
  45.             if (dis[p]+map[p][t] < dis[t])  
  46.             {  
  47.                 dis[t] = dis[p]+map[p][t];  
  48.                 if (!vst[t])  
  49.                 {  
  50.                     Q[end++] = t;  
  51.                     vst[t] = 1;  
  52.                 }  
  53.             }  
  54.         }  
  55.         vst[p] = 0;  
  56.         pri++;  
  57.     }  
  58.     return 1;  
  59. }  
  1. 正规邻接表存储: 
  2. /* ------- 邻接表存储 ----------- */ 
  3. struct Edge 
  4.     int e;  //终点 
  5.     int v;  //边权 
  6.     struct Edge *nxt; 
  7. }; 
  8. struct 
  9.     struct Edge *head, *last; 
  10. } node[MAXN]; 
  11. /* -------------------------------- */ 
  12.  
  13. /*  添加有向边<起点,终点,边权>  */ 
  14. void add(int s,int e,int v) 
  15.     struct Edge *p; 
  16.     p = (struct Edge*)malloc(sizeof(struct Edge)); 
  17.     p->e = e; 
  18.     p->v = v; 
  19.     p->nxt = NULL; 
  20.     if (node[s].head == NULL) 
  21.     { 
  22.         node[s].head = p; 
  23.         node[s].last = p; 
  24.     } 
  25.     else 
  26.     { 
  27.         node[s].last->nxt = p; 
  28.         node[s].last = p; 
  29.     } 
  30.  
  31. /*  松弛,成功返回1,否则0  */ 
  32. int relax(int s,int e,int v) 
  33.     if (dis[s]+v < dis[e]) 
  34.     { 
  35.         dis[e] = dis[s]+v; 
  36.         return 1; 
  37.     } 
  38.     return 0; 
  39.  
  40. /*  SPFA有负权回路返回0,否则返回1并且最短路径保存在dis[]  */ 
  41. int n; 
  42. int vst[MAXN], cnt[MAXN]; 
  43. int Q[MAXN*MAXN]; 
  44. int SPFA(int s0) 
  45.     int i, p, q; 
  46.     struct Edge *pp; 
  47.  
  48.     memset(vst, 0, sizeof(vst)); 
  49.     memset(cnt, 0, sizeof(cnt)); 
  50.     for (i=0; i<=n; i++) 
  51.         dis[i] = INF; 
  52.     dis[s0] = 0; 
  53.  
  54.     Q[0] = s0; p = 0; q = 1; 
  55.     vst[s0] = 1; 
  56.     cnt[s0]++; 
  57.     while (p < q) 
  58.     { 
  59.         pp = node[Q[p]].head; 
  60.         while (pp) 
  61.         { 
  62.             if (relax(Q[p], pp->e, pp->v) && !vst[pp->e]) 
  63.             { 
  64.                 Q[q++] = pp->e; 
  65.                 vst[pp->e] = 1; 
  66.                 cnt[pp->e]++; 
  67.                 if (cnt[pp->e] > n) //有负权回路 
  68.                     return 0; 
  69.             } 
  70.             pp = pp->nxt; 
  71.         } 
  72.         vst[Q[p]] = 0; 
  73.         p++; 
  74.     } 
  75.     return 1; 
  1. 正规邻接表存储:  
  2. /* ------- 邻接表存储 ----------- */  
  3. struct Edge  
  4. {  
  5.     int e;  //终点  
  6.     int v;  //边权  
  7.     struct Edge *nxt;  
  8. };  
  9. struct  
  10. {  
  11.     struct Edge *head, *last;  
  12. } node[MAXN];  
  13. /* -------------------------------- */  
  14.   
  15. /*  添加有向边<起点,终点,边权>  */  
  16. void add(int s, int e, int v)  
  17. {  
  18.     struct Edge *p;  
  19.     p = (struct Edge*)malloc(sizeof(struct Edge));  
  20.     p->e = e;  
  21.     p->v = v;  
  22.     p->nxt = NULL;  
  23.     if (node[s].head == NULL)  
  24.     {  
  25.         node[s].head = p;  
  26.         node[s].last = p;  
  27.     }  
  28.     else  
  29.     {  
  30.         node[s].last->nxt = p;  
  31.         node[s].last = p;  
  32.     }  
  33. }  
  34.   
  35. /*  松弛,成功返回1,否则0  */  
  36. int relax(int s, int e, int v)  
  37. {  
  38.     if (dis[s]+v < dis[e])  
  39.     {  
  40.         dis[e] = dis[s]+v;  
  41.         return 1;  
  42.     }  
  43.     return 0;  
  44. }  
  45.   
  46. /*  SPFA有负权回路返回0,否则返回1并且最短路径保存在dis[]  */  
  47. int n;  
  48. int vst[MAXN], cnt[MAXN];  
  49. int Q[MAXN*MAXN];  
  50. int SPFA(int s0)  
  51. {  
  52.     int i, p, q;  
  53.     struct Edge *pp;  
  54.   
  55.     memset(vst, 0, sizeof(vst));  
  56.     memset(cnt, 0, sizeof(cnt));  
  57.     for (i=0; i<=n; i++)  
  58.         dis[i] = INF;  
  59.     dis[s0] = 0;  
  60.   
  61.     Q[0] = s0; p = 0; q = 1;  
  62.     vst[s0] = 1;  
  63.     cnt[s0]++;  
  64.     while (p < q)  
  65.     {  
  66.         pp = node[Q[p]].head;  
  67.         while (pp)  
  68.         {  
  69.             if (relax(Q[p], pp->e, pp->v) && !vst[pp->e])  
  70.             {  
  71.                 Q[q++] = pp->e;  
  72.                 vst[pp->e] = 1;  
  73.                 cnt[pp->e]++;  
  74.                 if (cnt[pp->e] > n) //有负权回路  
  75.                     return 0;  
  76.             }  
  77.             pp = pp->nxt;  
  78.         }  
  79.         vst[Q[p]] = 0;  
  80.         p++;  
  81.     }  
  82.     return 1;  
  83. }  
  1. /**通过poj 3159 证明:还是用数组来实现邻接表比用链表来实现邻接表效率高,  **/ 
  2.  
  3. #define MAX_node 10000 
  4. #define MAX_edge 100000 
  5.  
  6. struct Edge 
  7.     int e, v; 
  8. } edge[MAX_edge]; 
  9.  
  10. int neg;    //number of edge 
  11. int node[MAX_node];  //注意node要用memset初始化全部为-1 
  12. int next[MAX_edge]; 
  13.  
  14. void add(int s,int e,int v) 
  15.     edge[neg].e = e; 
  16.     edge[neg].v = v; 
  17.     next[neg] = node[s]; 
  18.     node[s] = neg++; 
  19. /*  该题还证明用栈来实现SPFA比用队列来实现效率高,还节约空间 */ 
  20. int SPFA(int s0)//栈实现 
  21.     int i, t, p, top; 
  22.  
  23.     memset(vst, 0, sizeof(vst)); 
  24.     for (i=1; i<=n; i++) 
  25.         dis[i] = INF; 
  26.     dis[s0] = 0; 
  27.  
  28.     Q[0] = s0; 
  29.     top = 1; 
  30.     vst[s0] = 1; 
  31.     while (top) 
  32.     { 
  33.         t = Q[--top]; 
  34.         vst[t] = 0; 
  35.         p = node[t]; 
  36.         while (p != -1) 
  37.         { 
  38.             if (relax(t, edge[p].e, edge[p].v) && !vst[edge[p].e]) 
  39.             { 
  40.                 Q[top++] = edge[p].e; 
  41.                 vst[edge[p].e] = 1; 
  42.             } 
  43.             p = next[p]; 
  44.         } 
  45.     } 
  46.     return 1; 
  47. }

 

阅读更多
换一批

没有更多推荐了,返回首页