Acwing-基础算法课笔记之搜索与图论(spfa算法)

Acwing-基础算法课笔记之搜索与图论(spfa算法)

  • 一、spfa算法
    • 1、概述
    • 2、模拟过程
    • 3、spfa算法模板(队列优化的Bellman-Ford算法)
    • 4、spfa算法模板(判断图中是否存在负环)

一、spfa算法

1、概述

单源最短路径算法,处理负权边的spfa算法,一般时间复杂度为 O ( m ) O(m) O(m),最坏为 O ( n m ) O(nm) O(nm)
1、建立一个队列,初始化队列里只有起始点(源点);
2、在建立一个表格(dist)记录起始点到所有点的最短路径(该表格的初始值要赋为无穷大,该点到他本身的路径赋为0);
3、然后执行松弛操作,用队列里有的点作为起始点去刷新到所有点的最短路,如果刷新成功且被刷新点不在队列中则把该点加入到队列最后。重复执行直到队列为空。

2、模拟过程

如图所示:
Acwing-基础算法课笔记之搜索与图论(spfa算法)_第1张图片
1、初始化距离

a b c d e f g
d[i] 0 ∞ \infty ∞ \infty ∞ \infty ∞ \infty ∞ \infty ∞ \infty

2、首先源点a入队,当队列非空时:
(1)队首元素(a)出队,对以a为起始点的所有边的终点依次进行更新操作(此处有b、c、d三个点),此时路径表格状态为:

a b c d e f g
d[i] 0 24 8 15 ∞ \infty ∞ \infty ∞ \infty

3、在松弛时三个点的最短路径估值变小了,而这些点队列中都没出现,这些点需要入队,此时,队列中新入队了三个节点b、c、d。队首元素b点出队,对以b为起始点的所有边的终点依次进行松弛操作(此处只有e点),此时路径表格状态为:

a b c d e f g
d[i] 0 24 8 15 30 ∞ \infty ∞ \infty

4、最短路径表中,e的最短路径估值也变小了,e在队列中不存在,因此e也要入队,此时队列中的元素为c、d、e。队首元素c点出队,对以c为起始点的所有边的终点依次进行松弛操作(此处有e、f两个点),此时路径表格状态为:

a b c d e f g
d[i] 0 24 8 15 15 11 ∞ \infty

结果为:

a b c d e f g
d[i] 0 24 8 15 15 11 14

3、spfa算法模板(队列优化的Bellman-Ford算法)

时间复杂度平均情况下 O ( m ) O(m) O(m),最坏情况下 O ( n m ) O(nm) O(nm) n n n表示点数, m m m表示边数

int n;      // 总点数
int h[N], w[N], e[N], ne[N], idx;       // 邻接表存储所有边
int dist[N];        // 存储每个点到1号点的最短距离
bool st[N];     // 存储每个点是否在队列中
// 求1号点到n号点的最短路距离,如果从1号点无法走到n号点则返回-1
int spfa()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;
    queue<int> q;
    q.push(1);
    st[1] = true;
    while (q.size())
    {
        auto t = q.front();
        q.pop();
        st[t] = false;
        for (int i = h[t]; i != -1; i = ne[i])
        {
            int j = e[i];
            if (dist[j] > dist[t] + w[i])
            {
                dist[j] = dist[t] + w[i];
                if (!st[j])     // 如果队列中已存在j,则不需要将j重复插入
                {
                    q.push(j);
                    st[j] = true;
                }
            }
        }
    }
    if (dist[n] == 0x3f3f3f3f) return -1;
    return dist[n];
}

Acwing-spfa算法模板(队列优化的Bellman-Ford算法)

4、spfa算法模板(判断图中是否存在负环)

时间复杂度是 O ( n m ) O(nm) O(nm) n n n表示点数, m m m表示边数

int n;      // 总点数
int h[N], w[N], e[N], ne[N], idx;       // 邻接表存储所有边
int dist[N], cnt[N];        // dist[x]存储1号点到x的最短距离,cnt[x]存储1到x的最短路中经过的点数
bool st[N];     // 存储每个点是否在队列中
// 如果存在负环,则返回true,否则返回false。
bool spfa()
{
    // 不需要初始化dist数组
    // 原理:如果某条最短路径上有n个点(除了自己),那么加上自己之后一共有n+1个点,由抽屉原理一定有两个点相同,所以存在环。
    queue<int> q;
    for (int i = 1; i <= n; i ++ )
    {
        q.push(i);
        st[i] = true;
    }
    while (q.size())
    {
        auto t = q.front();
        q.pop();
        st[t] = false;
        for (int i = h[t]; i != -1; i = ne[i])
        {
            int j = e[i];
            if (dist[j] > dist[t] + w[i])
            {
                dist[j] = dist[t] + w[i];
                cnt[j] = cnt[t] + 1;
                if (cnt[j] >= n) return true;       // 如果从1号点到x的最短路中包含至少n个点(不包括自己),则说明存在环
                if (!st[j])
                {
                    q.push(j);
                    st[j] = true;
                }
            }
        }
    }
    return false;
}

Acwing-spfa算法模板(判断图中是否存在负环)

你可能感兴趣的:(Acwing基础算法课笔记,图论,算法,笔记)