一篇文章 轻松搞懂 SPFA

概念

SPFA（Shortest Path Faster Algorithm） 和 Dijkstra算法 可谓是 单源最短路 的两大双子星了。

SPFA 由前身 Bellman-Ford-Moore（Bellman-Ford或BFM）算法添加一个 队列 来实现优化。
尽管如此，SPFA的复杂度最劣情况仍旧是BFM算法的复杂度，毕竟本质上只是多了一个优化的操作。

BFM算法

要知道，Richard Bellman（理查德.贝尔曼）是 动态规划 的创始人。
而BFM算法，正是运用了动态规划的思想。
相较于采用贪心思想的Dijkstra算法的无法处理 负权边，
动态规划显然没有这个限制。

松弛

那么状态是怎么转移的呢？
我们记从源点到每个节点i的距离为 dis[i]（f[i]）。（dis=distance 距离）

对于已知的当前节点i的的dis[i]，记其要转移的下一个节点j，有边权w[i][j]。（w=weight 权值）

那么显然有 dis[j] = min( dis[i]+w[i][j] , dis[j] )。

其实介个操作就叫 松弛 啦。

而且，当我们发现对于每个点都没法更优时，说明我们已经得到了最优解，
那么我们可以直接跳出，以优化时间。

初始化

由于我们需要的是最小值，
那么除了源点本身，其余都应该初始化为 +∞ 无穷大（INF）
而源点本身到自己的距离自然是0。

时间复杂度

显然我们需要枚举除了终点的每个 i 和 j，
故其 时间复杂度 大概为 节点数N乘以边数M，即 O（NM）。

SPFA

进行优化

我们说过了，我们可以对BFM算法加入一个队列来进行优化。

我们可以在松弛时，如果该点j可以使得当前路径更短，并且其不在队列中，再将其加入队列。

因为，如果其已在队列中，我们对其再加入队列的访问是多余的。
因为，如果后面可以继续使得路径更短，它就已经会被加入队列。

所以，我们考虑加入一个 vis[i] 来表示其是否在队列中。（vis=visited 已访问）

所以对于该点，如果有负环，显然对其的访问次数会超过N（节点数）。

那么我们可以考虑加入一个count[i]，统计每个点的访问次数，一旦超过N，说明该图存在负环。

显然，如果存在负环，那么最后最短路的结果会是负无穷。。。

于是乎，对于存在负环时，我们使函数返回 0。

模板代码

SPFA

这里大概打一下，不保证你copy过去能过。
模板还是自己打最好啦，大佬们的代码比我更好，毕竟你大佬还是你大佬。

bool SPFA(int start) 当图存在负环时，我们返回 0
{
   
	memset