7、Bellman-Ford与SPFA

 

一、课程目标

1. 负权图
2. Bellman-Ford算法
3. SPFA算法

二、目标详解

1、负权图

1.1 dijkstra对负权的问题

图中含有负权的边，此时用dijkstra算法求不出最短路，因为贪心法则不成立。

例如：假设U集合有{d[mn], d[a], d[b]}：

• 最小值d[mn]被加入到S集合，并且用mn松弛其邻接边
• 假设d[x]被松弛，于是U集合变为{d[a], d[b], d[x]}
• 之后，如果d[x] < d[a]、d[b]，则d[x]也加入S集合（s->x的最短路）

这个过程忽略掉了a、b点可能对x的松弛，因为在g[a][x]为正权的前提下，肯定有d[x] < d[a] < d[a] + g[a][x]，所以dijkstra算法节约了大量的无效松弛过程。

然而，如果g[a][x]为负数，以上不等式d[x] < d[a] < d[a] + g[a][x]就不一定成立了，那么就需要继续松弛比较，因此dijkstra算法对负权图无效。

1.2 持续松弛原理

对于负权图的某个点x，凡是有边连接到x的点，称为x的前趋点。

显然，需要所有的前趋点都对它松弛一遍，才能得到最短的d[x]。（最小值模式）

假设x的一个前趋点为y，而 y也有前趋点z……。

问题来了，y松弛x的时候，用的是d[y]+w(y, x)，但此时z尚未松弛y，因此d[y]可能后面还会变小。于是，后续还要继续用y对x进行松弛。

基于这个思路，出现了两个算法：Bellman-Ford与SPFA。

3、Bellman-Ford算法

从源点s出发，将所有边排序，依次用每个边的起点松弛边的终点，这个过程称为一遍松弛。

算法原理：每个顶点理论上可能被任何前趋顶点松弛，一遍松弛不够（其前趋点可能尚未被松弛），就用多遍松弛，极端情况下最多n-1遍（假设某前趋点的最短距离经过了所有的顶点）。

判定完成：

• 如果某一遍松弛过程，发现每个距离都已经是最短距离，则判定完成。
• 算法通过一个flag标记初始为false，当有距离被更新为更小时设置为true，如果一遍松弛下来，发现这个flag为false，则判定完成。
• 实际上，有负环存在则无法计算最短路，因此该flag也可用作判定负环是否存在。

算法设计：

• n-1次循环：每次遍历每条边，用起点对终点进行松弛。
  • 每次通过flag判定是否完成，如完成就提前结束，表示没有负环。
• 再做一遍松弛，判定是否完成。如果还可以松弛，表示肯定有负环。

伪代码：

bool relax() {
  bool flag = true;
  for(所有边)
      if(可以松弛) {
          更新最短距离
           flag = false;
      } 
  reutrn flag;
}

bool bellman_ford(int v0) {
   初始化d[N]和d[v0];
   for(n-1次)
     if(relax(i))
        return true;
    return relax();
}

复杂度：

• Bellman-Ford的时间复杂度为O(VE)，效率不高。
• 优点是支持负权、实现简单，并可以用来找负环。

3、SPFA算法

在Bellman-Ford算法中，每次都用边的起点x对终点y进行松弛，如果该边上一轮已经松弛过，并且之后起点x没有被松弛（d[x]没变小），则有d[x]+w == d[y]，所以x是无需松弛的，做了无效运算。

SPFA算法基于这点进行优化，只有被松弛过的点（既d[x]被变小过）才能再执行松弛，从而减少了大量无效的运算。

SPFA算法为Bellman-Ford的一种优化算法，论文时间复杂度为O(kE)（k为小常数，表示顶点平均参与松弛次数），在稠密图上，复杂度接近Bellman-Ford算法的复杂度O(VE)。

SPFA算法一般使用队列来实现（类似BFS的思路，区别在于顶点可重复入队）：

void spfa(s) {
  初始化d[N]=oo、vis[N]=false、d[s]=0, vis[s]=true;
  s点入队;
  while(队列不空) {
    出队;
    清除入队标记;
    for(邻接点) {
      if(松弛) {
        更新最短距离;
        if(已入队)  continue;
        入队;
        记录入队状态；
      }
    }
  }
}

判定负环：

• 正常来说，任意一个最短路径经过的点最多n个，既包含n个顶点。
• 用cnt[i]表示起点到顶点i的最短路径经过的点数，显然，如果cnt[i]>n则有负环
• 当x松弛y有效（更新）时，设cnt[y] = cnt[v] + 1