Dijkstra有一个经典的堆优化,可以将原本n^2的复杂度优化到(n+m)logn,由于C++的priority_queue,我们只需要自己定义一个结构体,一个比较函数,一个构造函数即可。但分析传统的堆优化dijkstra模板代码可发现,由于每次松弛成功都要进行入堆操作,堆中元素个数最多可达到(n+m)那么多,但其实每加入一个点,若这个点之前还有若干次在堆中的话,之前在堆中保存的同一个点相当于是浪费的,但又占着空间,由于堆的性质而无法及时弹出。所以堆对于这个问题,并不是最完美的数据结构。
对于这个问题,我针对dijkstra的优化原理为这个算法专门设计了一个简单紧凑的数据结构。思想非常简单,一颗完全二叉树,每个节点保存其子树中的距离值最小的点,每次自底向上更新即可。这样一来,空间复杂度限制在了O(n),也就是每次操作的复杂度由原来的log(n+m)降为了严格的log(n),但其实最主要的优化不在于此,而是原来被重复松弛的点的出堆全部被省去了,也就是总共省去了mlogn这么多复杂度,在环多而复杂的图当中这个优化会比较明显。
下面是依据这个优化写出的程序(简称my)和CQBZOJ上"SPFA算法"一题原rank1的代码(简称std,用的是传统堆优化dijkstra)的对比实验。两篇程序都取消了指定终点已到达的优化,即需要跑出点所有的dis值。为避免误差,均是在完成了输入和建边完成之后计时,保存边用的是同样的手写离散链表。耗时均为5次运行取平均值。