適用範圍:給定的圖存在負權邊,這時相似Dijkstra等算法便沒有了用武之地,而Bellman-Ford算法的複雜度又太高,SPFA算法便 派上用場了。 咱們約定有向加權圖G不存在負權迴路,即最短路徑必定存在。固然,咱們能夠在執行該算法前作一次拓撲排序,以判斷是否存在負權迴路,但這不是咱們討論的重 點。java
算法思想:咱們用數組d記錄每一個結點的最短路徑估計值,用鄰接表來存儲圖G。咱們採起的方法是動態逼近法:設立一個先進先出的隊列用來保存待優化的 結點,優化時每次取出隊首結點u,而且用u點當前的最短路徑估計值對離開u點所指向的結點v進行鬆弛操做,若是v點的最短路徑估計值有所調整,且v點不在 當前的隊列中,就將v點放入隊尾。這樣不斷從隊列中取出結點來進行鬆弛操做,直至隊列空爲止算法
指望的時間複雜度O(ke), 其中k爲全部頂點進隊的平均次數,能夠證實k通常小於等於2。數組
實現方法:ide
創建一個隊列,初始時隊列裏只有起始點,再創建一個表格記錄起始點到全部點的最短路徑(該表格的初始值要賦爲極大值,該點到他自己的路徑賦爲 0)。而後執行鬆弛操做,用隊列裏有的點做爲起始點去刷新到全部點的最短路,若是刷新成功且被刷新點不在隊列中則把該點加入到隊列最後。重複執行直到隊列 爲空。函數
判斷有無負環:
若是某個點進入隊列的次數超過N次則存在負環(SPFA沒法處理帶負環的圖)優化
首先創建起始點a到其他各點的
最短路徑表格this
首先源點a入隊,當隊列非空時:
1、隊首元素(a)出隊,對以a爲起始點的全部邊的終點依次進行鬆弛操做(此處有b,c,d三個點),此時路徑表格狀態爲:spa
在鬆弛時三個點的最短路徑估值變小了,而這些點隊列中都沒有出現,這些點
須要入隊,此時,隊列中新入隊了三個結點b,c,dcode
隊首元素b點出隊,對以b爲起始點的全部邊的終點依次進行鬆弛操做(此處只有e點),此時路徑表格狀態爲:排序
在最短路徑表中,e的最短路徑估值也變小了,e在隊列中不存在,所以e也要
入隊,此時隊列中的元素爲c,d,e
隊首元素c點出隊,對以c爲起始點的全部邊的終點依次進行鬆弛操做(此處有e,f兩個點),此時路徑表格狀態爲:
在最短路徑表中,e,f的最短路徑估值變小了,e在隊列中存在,f不存在。所以
e不用入隊了,f要入隊,此時隊列中的元素爲d,e,f
隊首元素d點出隊,對以d爲起始點的全部邊的終點依次進行鬆弛操做(此處只有g這個點),此時路徑表格狀態爲:
在最短路徑表中,g的最短路徑估值沒有變小(鬆弛不成功),沒有新結點入隊,隊列中元素爲f,g
隊首元素f點出隊,對以f爲起始點的全部邊的終點依次進行鬆弛操做(此處有d,e,g三個點),此時路徑表格狀態爲:
在最短路徑表中,e,g的最短路徑估值又變小,隊列中無e點,e入隊,隊列中存在g這個點,g不用入隊,此時隊列中元素爲g,e
隊首元素g點出隊,對以g爲起始點的全部邊的終點依次進行鬆弛操做(此處只有b點),此時路徑表格狀態爲:
在最短路徑表中,b的最短路徑估值又變小,隊列中無b點,b入隊,此時隊列中元素爲e,b
隊首元素e點出隊,對以e爲起始點的全部邊的終點依次進行鬆弛操做(此處只有g這個點),此時路徑表格狀態爲:
在最短路徑表中,g的最短路徑估值沒變化(鬆弛不成功),此時隊列中元素爲b
隊首元素b點出隊,對以b爲起始點的全部邊的終點依次進行鬆弛操做(此處只有e這個點),此時路徑表格狀態爲:
在最短路徑表中,e的最短路徑估值沒變化(鬆弛不成功),此時隊列爲空了
最終a到g的最短路徑爲14
java代碼
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
|
package spfa負權路徑;
import java.awt.List;
import java.util.ArrayList;
import java.util.Scanner;
public class SPFA {
/**
* @param args
*/
public long[] result; //用於獲得第s個頂點到其它頂點之間的最短距離
//數組實現鄰接表存儲
class edge{
public int a;//邊的起點
public int b;//邊的終點
public int value;//邊的值
public edge(int a,int b,int value){
this.a=a;
this.b=b;
this.value=value;
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
SPFA spafa=new SPFA();
Scanner scan=new Scanner(System.in);
int n=scan.nextInt();
int s=scan.nextInt();
int p=scan.nextInt();
edge[] A=new edge[p];
for(int i=0;i<p;i++){
int a=scan.nextInt();
int b=scan.nextInt();
int value=scan.nextInt();
A[i]=spafa.new edge(a,b,value);
}
if(spafa.getShortestPaths(n,s,A)){
for(int i=0;i<spafa.result.length;i++){
System.out.println(spafa.result[i]+" ");
}
}else{
System.out.println("存在負環");
}
}
/*
* 參數n:給定圖的頂點個數
* 參數s:求取第s個頂點到其它全部頂點之間的最短距離
* 參數edge:給定圖的具體邊
* 函數功能:若是給定圖不含負權迴路,則能夠獲得最終結果,若是含有負權迴路,則不能獲得最終結果
*/
private boolean getShortestPaths(int n, int s, edge[] A) {
// TODO Auto-generated method stub
ArrayList<Integer> list = new ArrayList<Integer>();
result=new long[n];
boolean used[]=new boolean[n];
int num[]=new int[n];
for(int i=0;i<n;i++){
result[i]=Integer.MAX_VALUE;
used[i]=false;
}
result[s]=0;//第s個頂點到自身距離爲0
used[s]=true;//表示第s個頂點進入數組隊
num[s]=1;//表示第s個頂點已被遍歷一次
list.add(s); //第s個頂點入隊
while(list.size()!=0){
int a=list.get(0);//獲取數組隊中第一個元素
list.remove(0);//刪除數組隊中第一個元素
for(int i=0;i<A.length;i++){
//當list數組隊的第一個元素等於邊A[i]的起點時
if(a==A[i].a&&result[A[i].b]>(result[A[i].a]+A[i].value)){
result[A[i].b]=result[A[i].a]+A[i].value;
if(!used[A[i].b]){
list.add(A[i].b);
num[A[i].b]++;
if(num[A[i].b]>n){
return false;
}
used[A[i].b]=true;//表示邊A[i]的終點b已進入數組隊
}
}
}
used[a]=false; //頂點a出數組對
}
return true;
}
}
|