SPFA算法

SPFA算法

SPFA(Shortest Path Faster Algorithm)(队列优化)算法是求单源 最短路径的一种算法,在 Bellman-ford算法的基础上加上一个队列优化,减少了冗余的 松弛操作,是一种高效的最短路算法。
简    称
SPFA
全    称
Shortest Path Faster Algorithm
提出者
段凡丁

目录

1SPFA原理

2伪代码

3C++代码

4pascal代码

1SPFA原理

SPFA算法_第1张图片 最短路问题
求单源最短路的SPFA算法的全称是:Shortest Path Faster Algorithm,是 西南交通大学段凡丁于1994年发表的。从名字我们就可以看出,这种算法在效率上一定有过人之处。很多时候,给定的图存在负权边,这时类似 Dijkstra等算法便没有了用武之地,而 Bellman-Ford算法的复杂度又过高,SPFA算法便派上用场了。简洁起见,我们约定加权 有向图G不存在负权回路,即最短路径一定存在。如果某个点进入队列的次数超过N次则存在负环(SPFA无法处理带负环的图)。当然,我们可以在执行该算法前做一次 拓扑排序,以判断是否存在负权回路,但这不是我们讨论的重点。我们用 数组d记录每个结点的 最短路径估计值,而且用 邻接表来存储图G。我们采取的方法是动态逼近法:设立一个先进先出的队列用来保存待优化的结点,优化时每次取出队首结点u,并且用u点当前的最短路径估计值对离开u点所指向的结点v进行 松弛操作,如果v点的最短路径估计值有所调整,且v点不在当前的队列中,就将v点放入队尾。这样不断从队列中取出结点来进行松弛操作,直至队列空为止。定理: 只要最短路径存在,上述SPFA算法必定能求出最小值。
证明:每次将点放入队尾,都是经过松弛操作达到的。换言之,每次的优化将会有某个点v的最短路径估计值d[v]变小。所以算法的执行会使d越来越小。由于我们假定图中不存在负权回路,所以每个结点都有最短路径值。因此,算法不会无限执行下去,随着d值的逐渐变小,直到到达最短路径值时,算法结束,这时的最短路径估计值就是对应结点的最短路径值。
期望的 时间复杂度:O(ke), 其中k为所有顶点进队的平均次数,可以证明k一般小于等于2。
对SPFA的一个很直观的理解就是由无权图的 BFS转化而来。在无权图中,BFS首先到达的顶点所经历的路径一定是最短路(也就是经过的最少顶点数),所以此时利用数组记录节点访问可以使每个顶点只进队一次,但在带权图中,最先到达的顶点所计算出来的路径不一定是最短路。一个解决方法是放弃数组,此时所需时间自然就是指数级的,所以我们不能放弃数组,而是在处理一个已经在队列中且当前所得的路径比原来更好的顶点时,直接更新最优解。
(“算法编程后实际运算情况表明m一般没有超过2n.事实上顶点入队次数m是一个不容易事先分析出来的数,但它确是一个随图的不同而略有不同的常数.所谓常数,就是与e无关,与n也无关,仅与边的权值分布有关.一旦图确定,权值确定,原点确定,m就是一个确定的常数.所以SPFA算法复杂度为O(e)(证毕)" [1]  ——SPFA的论文
但事实上这个证明是非常不严谨甚至错误的,事实上在 bellman算法的论文中已有这方面的内容,所以国际上一般不承认SPFA算法)
SPFA算法有两个优化算法 SLF 和 LLL: SLF:Small Label First 策略,设要加入的节点是j,队首元素为i,若dist(j)<dist(i),则将j插入队首,否则插入队尾。 LLL:Large Label Last 策略,设队首元素为i,队列中所有dist值的平均值为x,若dist(i)>x则将i插入到队尾,查找下一元素,直到找到某一i使得dist(i)<=x,则将i出队进行松弛操作。 SLF 可使速度提高 15 ~ 20%;SLF + LLL 可提高约 50%。 在实际的应用中SPFA的算法时间效率不是很稳定,为了避免最坏情况的出现,通常使用效率更加稳定的 Dijkstra算法。

2伪代码

SPFA实际上是Bellman-Ford基础上的队列优化
一种伪代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Procedure SPFA;
  Begin 
  initialize-single-source(G,s); 
  initialize-queue(Q); 
  enqueue(Q,s); 
  while  not empty(Q)  do  
  begin     
  u:=dequeue(Q);     
  for  each v∈adj[u]  do 
  begin         
  tmp:=d[v];   
        relax(u,v);      
     if  (tmp<>d[v]) and (not v in Q) then     
        enqueue(Q,v);   
      end;   
   end;
End;
一种更容易读懂的伪代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
ProcedureSPFA;
Begin
     initialize- single -source(G,s);
     initialize-queue(Q);
     enqueue(Q,s);
     while  not  empty(Q)  do  begin
         u:=dequeue(Q);
         for  each v∈adj[u]  do  begin
             tmp:=d[v];
             relax(u,v);
             if (tmp<>d[v]) and ( not  in  Q) then  enqueue(Q,v);
         end ;
     end ;
End

3C++代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
#include <iostream>
#include <deque>
#include <stack>
#include <vector>
using  namespace  std;
 
const  int  MAXN=100;
const  int  INF=0x7FFFFFFF;
 
struct  edge
{
     int  to,weight;
};
 
vector<edge> adjmap[MAXN]; //邻接表
bool  in_queue[MAXN]; //顶点是否在队列中
int  in_sum[MAXN]; //顶点入队次数
int  dist[MAXN]; //源点到各点的最短路径
int  path[MAXN]; //存储到达i的前一个顶点
int  nodesum; //顶点数
int  edgesum; //边数
 
bool  SPFA( int  source)
{
     deque< int > dq;
     int  i,j,x,to;
     for (i=1;i<=nodesum;i++)
     {
         in_sum[i]=0;
         in_queue[i]= false ;
         dist[i]=INF;
         path[i]=-1;
     }
     dq.push_back(source);
     in_sum[source]++;
     dist[source]=0;
     in_queue[source]= true ;
//初始化完成
 
     while (!dq.empty())
     {
         x=dq.front();
         dq.pop_front();
         in_queue[x]= false ;
         for (i=0;i<adjmap[x].size();i++)
         {
             to=adjmap[x][i].to;
             if ((dist[x]<INF)&&(dist[to]>dist[x]+adjmap[x][i].weight))
             {
                 dist[to]=dist[x]+adjmap[x][i].weight;
                 path[to]=x;
                 if (!in_queue[to])
                 {
                     in_queue[to]= true ;
                     in_sum[to]++;
                     if (in_sum[to]==nodesum)  return  false ;
                     if (!dq.empty())
                     {
                         if (dist[to]>dist[dq.front()]) dq.push_back(to);
                         else  dq.push_front(to);
                     } else  dq.push_back(to);
                 }
             }
         }
     }
     return  true ;
}
 
void  Print_Path( int  x)
{
     stack< int > s;
     int  w=x;
     while (path[w]!=-1)
     {
         s.push(w);
         w=path[w];
     }
     cout<< "顶点1到顶点" <<x<< "的最短路径长度为:" <<dist[x]<<endl;
     cout<< "所经过的路径为:1" ;
     while (!s.empty())
     {
         cout<<s.top()<< "" ;
         s.pop();
     }
     cout<<endl;
}
 
int  main()
{
     int  i,s,e,w;
     edge temp;
     cout<< "输入顶点数和边数:" ;
     cin>>nodesum>>edgesum;
     for (i=1;i<=nodesum;i++)
     adjmap[i].clear(); //清空邻接表
     for (i=1;i<=edgesum;i++)
     {
         cout<< "输入第" <<i<< "条边的起点、终点还有对应的权值:" ;
         cin>>s>>e>>w;
         temp.to=e;
         temp.weight=w;
         adjmap[s].push_back(temp);
     }
     if (SPFA(1))
     {
         for (i=2;i<=nodesum;i++) Print_Path(i);
     else  cout<< "图中存在负权回路" <<endl;
     return  0;
}

你可能感兴趣的:(优化,Path,图论,SPFA)