贝尔曼-福特算法(Bellman-Ford) 队列优化(SPFA)
Bellman-Ford算法在每实施一次松弛操作后,就会有一些顶点已经求得其最短路,此后这些顶点的最短路的估计值就会一直保持不变,不再受后续松弛操作的影响,但是每次还要判断是否需要松弛,浪费时间,我们将优化上面的程序,实现“每次仅对最短路估计值发生变化了的顶点的所有出边进行松弛操作”。
问题背景与定义
求下图中1号顶点到2、3、4、5号顶点的最短路径。
dis来存放1号顶点到其余各个顶点的最短路径。初始时dis【1】为0,其余为无穷大。接下来将1号顶点入队。队列这里用一个数组que以及两个分别指向队列头和尾的变量head和tail来实现。
问题求解过程
弹出队列的顶点1,并使用顶点1的连边对相连顶点进行松弛操作,松弛成功的顶点入队
弹出队列的顶点2,并使用顶点2的连边对相连顶点进行松弛操作,松弛成功的顶点(该顶点在队列中不能存在)入队
在对2号顶点处理完毕后,需要将2号顶点出队,并依次对剩下的顶点做相同的处理,直到队列为空为止。最终数组 dis和队列 que状态如下:
算法流程:
(1) 初始化操作:可以使用邻接表或者邻接矩阵对点边进行数据存储,构建距离估计值数组dis,队列存在顶点标记数组book,构建队列,初始化队列标识与元素。
(2) 当队列不为空时循环进行松弛操作。
(3) 获取队列首顶点,使用连边对顶点进行松弛操作,松弛成功将对应,将对应顶点(判定队列中不存在)进行入队,所有连边处理完成后,首顶点出队,标记数组位清空。
(4) 打印1号顶点到所有顶点的最短距离。
问题代码实现
#include <bits/stdc++.h>
using namespace std;
int u[101], v[101], w[101];
int First[101], Next[10001];
int _index = 0;
void add(int x, int y, int z) {
_index++;
u[_index] = x;
v[_index] = y;
w[_index] = z;
Next[_index] = First[x];
First[x] = _index;
}
int main() {
int n = 5, m = 7;
// cin >> n >> m;
//读取边到邻接表
// for (int i = 1; i <= m; i++) {
// cin >> u[i] >> v[i] >> w[i];
// Next[i] = First[u[i]];
// First[u[i]] = i;
// }
add(1,2,2);
add(1,5,10);
add(2,3,3);
add(2,5,7);
add(3,4,4);
add(4,5,5);
add(5,3,6);
//构建dis估计值数组和使用标识数组
int dis[101];
int book[101];
for (int i = 1; i <= n; i++) {
dis[i] = 9999;
book[i] = 0;
}
dis[1] = 0;
book[1] = 1;
//构建队列
int head = 1, tail = 1;
int que[101];
//将第一个点加入队列
que[tail] = 1;
tail++;
//进入循环,开始进行松弛操作
while (head != tail) {
int p = que[head];
int k = First[p];
//寻找连边进行松弛,加入队列
while (k != 0) {
if (dis[v[k]] > dis[u[k]] + w[k]) { //松弛成功
dis[v[k]] = dis[u[k]] + w[k];
if (book[v[k]] == 0) {
que[tail] = v[k];
tail++;
book[v[k]] = 1;
}
}
k = Next[k]; //寻找下一条边
}
book[head] = 0; //撤销标识
head++; //弹出队列
}
//打印最短距离
for (int i = 1; i <= n; i++) cout << dis[i] << " ";
return 0;
}
最短路径算法的对比分析
Floyd算法虽然总体时间复杂度高,但是可以解决负权边,并且均摊到每一点对上,在所有的算法中还是属于较优的。另外,Floyd算法较小的编码复杂度也是它的一大优势。所以,如果要求的是所有点对间的最短路径,或者如果数据范围较小,则Floyd算法比较适合。Diikstra算法最大的弊端是它无法适应有负权边的图。但是Diikstra具有良好的可扩展性,扩展后可以适应很多问题。另外用堆优化的Dijkstra算法的时间复杂度可以达到O(Mlog(N))。当边有负权时,需要使用 Bellman-Ford算法或者队列优化的 Bellman-Ford算法。因此我们选择最短路径算法时,要根据实际需求和每一种算法的特性,选择适合的算法。
图的邻接表数组表示
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
const int M = 10100;
int v[M], w[M];
int _first[N], _next[M];
int i = 0;
void add(int _u, int _v, int _w) { //加入一条边
i++;
v[i] = _v;
_next[i] = _first[_u];
_first[_u] = i;
w[i] = _w;
}
void printU(int _u) {
//访问从_u出发的所有边,遍历的代码如下,当_next[i]为0时遍历结束
for (int i = _first[_u]; i; i = _next[i]) {
int _v = v[i];
int _w = w[i];
cout << _u << "," << _v << "," << _w << endl;
}
}
int main() {
add(1,2,77);
add(2,3,777);
add(2,5,77777);
add(3,5,77777);
add(5,4,7777);
add(5,1,7);
for(int k=1;k<=5;k++){
cout<<k<<endl;
printU(k);
}
return 0;
}