spfa学习笔记
目录
- 1.引言
- 2.算法详解
- 3.例题&代码
- 4.心得
引言
今天为了练链式前向星,写了一道橙题,然后看到 \(n \le 100\) 的数据量,毅然选择了使用SLF优化的SPFA求解(没错就是spfa。然而,前途是光明的,路途是坎坷的。折磨开始了……在历经4个小时的自学后,我学成归来解决了那道橙题,为了避免今天学了明天忘,记下这篇学习笔记。
2.算法详解
算法思想:我们用数组 \(d\) 记录每个结点的最短路径估计值,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。
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 \(2\)。
实现方法:
建立一个队列,初始时队列里只有起始点,再建立一个表格记录起始点到所有点的最短路径(该表格的初始值要赋为极大值,该点到他本身的路径赋为 \(0\) 。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。
关于优化:
SPFA(Shortest Path Faster Algorithm) [图的存储方式为邻接表]
是Bellman-Ford算法的一种队列实现,减少了不必要的冗余计算。
算法大致流程是用一个队列来进行维护。 初始时将源加入队列。 每次从队列中取出一个元素,并对所有与他相邻的点进行松弛,若某个相邻的点松弛成功,则将其入队。 直到队列为空时算法结束。
它可以在O(kE)的时间复杂度内求出源点到其他所有点的最短路径,可以处理负边。
SPFA 在形式上和BFS非常类似,不同的是BFS中一个点出了队列就不可能重新进入队列,但是SPFA中一个点可能在出队列之后再次被放入队列,也就是一个点改进过其它的点之后,过了一段时间可能本身被改进,于是再次用来改进其它的点,这样反复迭代下去。
判断有无负环:如果某个点进入队列的次数超过V次则存在负环(SPFA无法处理带负环的图)。
SLF 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。
例题&代码
没啥好讲解的,主要就是链式前向星存储图,邻接矩阵存储两点之间的路的好坏关系,然后在松弛边的时候若b[u][v]为false就用三目运算符返回w[i],否则返回 \(0\)。(注意:道路是无权图,连边和存储好坏关系时正反存一次)
参考代码:
1 |
|
赶快学起来吧!
心得
唉,spfa你因太强而被处处针对,所以人还是要学会敛其锋芒啊!(spfa喜诈尸