算法特征:首先他可以求出有负权值的图的最短路径,时间复杂度也优于Floyd
算法思想:我们用数组dis记录每个结点的最短路径估计值,用邻接表或邻接矩阵来存储图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
核心:主要是其中介点,类似于floyd的思想,通过中介点一步一步的去确定dist
#include<iostream>
#include<algorithm>
#include<string.h>
#include<malloc.h>
#define MAXN 65535
using namespace std;
typedef struct ArcNode{
int data; //结点名称
int value; //头结点到该结点的权值
struct ArcNode *nextarc; //下一个与该节点相连的结点
}ArcNode;
typedef struct VNode{
int data; //头结点名称
ArcNode *next; //头结点相连的结点
}VNode;
VNode quene[MAXN]; //队列,用来记录最短路径被改变的点
void spfa(int dist[],VNode quene[],VNode L[])
{
int front,rear,i;
front=rear=0;
quene[rear++]=L[1]; //第一个结点入队列
//当队列不为空时
while(front<rear) //队列不为空
{
VNode t=quene[front++]; //第一个头结点出队列,根据此头结点寻找与它相连的结点算dist
ArcNode *s = t.next; //可以把t理解为中介点
while(s)
{
if(dist[t.data]+s->value<dist[s->data])
{
dist[s->data]=dist[t.data]+s->value;
quene[rear++]=L[s->data];
}
s=s->nextarc;
}
}
}
int main()
{
int n,m,u,v,l,i;
cin>>n>>m;
VNode *L=(VNode *)malloc(sizeof(VNode)*(n+1));
for(i=1;i<=n;i++) //初始化头结点的数组
{
L[i].data=i;
L[i].next=NULL;
}
for(i=1;i<=m;i++)
{
cin>>u>>v>>l;
ArcNode *t=(ArcNode*)malloc(sizeof(ArcNode));
t->data=v;
t->value=l;
t->nextarc=NULL;
if(!L[u].next)
L[u].next=t;
else {
ArcNode *s=L[u].next;
while(s->nextarc)
{
s=s->nextarc;
}
s->nextarc=t;
}
}
int dist[n+1];
dist[1]=0;
for(i=2;i<=n;i++) //现将dist[]全部赋值为最大值,最后再慢慢进行松弛
{
dist[i]=MAXN;
}
spfa(dist,quene,L);
for(i=2;i<=n;i++)
cout<<dist[i]<<endl;
free(L);
return 0;
}