前言
Bellman-Ford算法,限於資料匱乏和時間複雜度比Dijkstra算法高,包括白書在內的很多資料,都沒說得太明白。對於優化後的SPFA算法也沒有提及。
而且最短路問題通常是作爲圖論的入門問題,學習者通常沒有圖論基礎,不知道圖論的一些基本常識,看已有的資料很容易產生疑惑。其實,從Bellman-ford算法優化到SPFA算法實際上是順理成章的。
本文旨在闡明這兩個算法思想和步驟,如果有什麼晦澀或者疏漏之處在所難免,煩勞讀者們指出。
Bellman-Ford算法有什麼用
Bellman-Ford算法是用來解決單源最短路問題的。
在現實生活旅遊途中,我們通常想知道一個景點到其他所有景點的最短距離,以方便我們決定去哪些比較近的景點。而這時候,Bellman-Ford算法就有用了。
Bellman-Ford算法的優點是可以發現負圈,缺點是時間複雜度比Dijkstra算法高。
而SPFA算法是使用隊列優化的Bellman-Ford版本,其在時間複雜度和編程難度上都比其他算法有優勢。
算法流程
(1)初始化:將除起點s外所有頂點的距離數組置無窮大 d[v] = INF, d[s] = 0
(2)迭代:遍歷圖中的每條邊,對邊的兩個頂點分別進行一次鬆弛操作,直到沒有點能被再次鬆弛
(3)判斷負圈:如果迭代超過V-1次,則存在負圈
我們用距離數組d[i]來記錄起點s到點i的最短距離。
看了上面的算法流程,通常我們會有四個問題:
1. 什麼是鬆弛操作
2. 迭代多少次?
3. 迭代的實際意義是什麼?
4. 爲什麼迭代超過v-1次就存在負圈?
直觀理解鬆弛操作
如圖,假設選取邊<3,4>來進行鬆弛操作,那麼進行兩次如下操作(w爲邊權):
d[3] = min(d[3], d[4]+w) // 對點3
d[4] = min(d[4], d[3]+w) // 對點4
這樣做的目的是讓距離數組d儘量的小。
而每一次讓d[i]減小的鬆弛操作,我們都稱其“鬆弛成功”。
而實際中,我們使用的鬆弛操作可以是選取一條邊,也可以是從一個點from到另一個點to。後者對應的鬆弛操作爲:
d[to] = min(d[to], d[from] + w)
從最短路的角度來講,如果對點3的鬆弛操作成功,意味着從s到4再從4到3這條路比其他從s到3的路都短,距離數組中的d[3]就是目前起點到點3的最短距離。
我們可以總結爲:每一次成功的鬆弛操作,都意味着我們發現了一條新的最短路。
直觀理解迭代
第二第三個問題實際上都是同一個問題:迭代的實際意義是什麼?
這裏我先給出迭代的定義:每次都遍歷圖中的所有邊,對每條邊(的兩個端點)都進行鬆弛操作。
下面,我們以上圖中的點和邊爲例,講清楚迭代的實際意義:
第一次迭代
我們很輕易的就找到了兩點對應的最短路。
第二次迭代
我們又找到了新的三個點對應的最短路。
從這次迭代中,我們可以發現一個定理:只有上一次迭代中鬆弛過的點纔有可能參與下一次迭代的鬆弛操作。
這裏的“參與”指讓鄰點距離數組d[i]改變。
這個定理很容易理解,如果兩個點的距離數組d[i]在上一次迭代後沒有改變,那麼這次也不會改變。只有上一次改變了的點纔會影響周圍的點。
第三次迭代
這次的示意圖比上兩次都要複雜許多,我給每條邊都標註上了權值,不同迭代中改變過值的點也用不同顏色標註了出來。每條鬆弛過的邊我也標註了出來。
我們重點注意邊<3,4>中的點3被鬆弛了,圖中標註爲一條虛線。
回憶一下前面的內容,這意味着,我們發現了點3新的最短路,這個最短路經歷了3條邊。
這裏揭示了迭代的實際意義:每次迭代k,我們找到了經歷了k條邊的最短路。
值得注意的是,在迭代還沒結束時的最短路不一定是最終的最短路。有可能最終的最短路經歷的邊很多,但每條邊的權值很小,比經歷邊少的路線距離更短。
第四次迭代
第五次迭代
第六次迭代
注意到沒有點能夠被鬆弛,根據之前發現的定理“只有上一次迭代中鬆弛過的點纔有可能參與下一次迭代的鬆弛操作”,因爲不再存在能夠被鬆弛的點了,迭代結束。
總結
定理一:只有上一次迭代中鬆弛過的點纔有可能參與下一次迭代的鬆弛操作
迭代的實際意義:每次迭代k中,我們找到了經歷了k條邊的最短路。
“沒有點能夠被鬆弛”時,迭代結束
根據定理一“只有上一次迭代中鬆弛過的點纔有可能參與下一次迭代的鬆弛操作”,似乎算法中遍歷每條邊的做法比較菜,我們只需要考慮那些被成功鬆弛的點的鄰點不就好了嗎?答案是肯定的。我們可以簡單地通過一個隊列來維護這些被成功鬆弛的點,這個小小的改進可以帶來巨大加速,改進之後的算法被稱爲SPFA。
直觀理解負圈
符合常識地,有定理二:如果在邊權都爲正的圖中,最短路一定是一條路徑,而不是一個圈,且長度不會大於等於V
拓展到存在負邊權的圖中,有定理三:對於存在負圈的圖,最短路無意義
定理四:對於不存在負圈的圖,最短路一定是一條路徑,且長度不會大於等於V
如圖所示,因爲有邊長爲1、-2、-1的負圈存在,起點到其餘所有點的距離都是-INF,因爲到其餘所有點的路上都可以經過這個負圈無窮次,這時候最短路沒有意義。
對於Bellman-Ford算法,因爲一個最短路如果不存在負圈的話,不會經歷超過V-1條邊,所以假如迭代次數大於等於V,就存在負圈。
Note:網上很多代碼沒有理解每次迭代的意義,採用每個節點的入隊次數來判斷負圈,當然也是可以,但是大大增加了運行時間。
寫在最後
在SPFA的基礎上,我們或許還能進行一些優化,比如參考文獻表中的SLF和LLL,這裏我就不多提了,有興趣可以看一下,就一兩行代碼的事。
希望大家看完本文能夠完全理解SPFA。
Bellman-ford實現代碼
因爲這道題點比較少,就使用了鄰接矩陣來儲存圖。實際上,用得比較多的儲存方法是鄰接表和前向星,有興趣瞭解的戳——“淺談圖的組織(鄰接表、前向星)”【TBC】
/**
* @Date: 28-Jun-2018
* @Email: [email protected]
* @Filename: POJ 3259【bellman-ford】.cpp
@Last modified time: 04-Jul-2018
* @Copyright: ©2018 EndlessLethe. All rights reserved.
*/
#pragma comment(linker, "/STACK:102400000,102400000")
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <string.h>
using namespace std;
const int MAXN = 500+10;
int G[MAXN][MAXN];
int d[MAXN];
int vis[MAXN];
bool bellman_ford(int s, int N) {
int flag;
for (int i = 0; i < N; i++) {
flag = 0;//如果不能鬆弛,則停止
for (int j = 0; j < N; j++) {
for (int k = 0; k < N; k++) {
if (d[k] > d[j] + G[j][k]) {
d[k] = d[j] + G[j][k];
flag = 1;
}
}
}
if (!flag) return 1;//不存在負環
}
flag = 0;
for (int j = 0; j < N; j++) {
for (int k = 0; k < N; k++) {
if (d[k] > d[j] + G[j][k]) {
flag = 1;
}
}
}
return !flag;
}
int main() {
int F, N, M, W, S, E, T;
cin >> F;
while (F--) {
memset(G, 0x3f, sizeof(G));
memset(d, 0x3f, sizeof(d));
memset(vis, 0, sizeof(vis));
cin >> N >> M >> W;
for (int i = 0; i < M; i++) {
cin >> S >> E >> T;
S--, E--;
if (T < G[S][E]) G[S][E] = G[E][S] = T;
}
for (int i = 0; i < W; i++) {
cin >> S >> E >> T;
S--, E--;
G[S][E] = -T;
}
if (bellman_ford(0, N)) cout << "NO" << endl;
else cout << "YES" << endl;
}
return 0;
}
SPFA實現代碼
/**
* @Date: 28-Jun-2018
* @Email: [email protected]
* @Filename: POJ 3259【bellman-ford】.cpp
@Last modified time: 04-Jul-2018
* @Copyright: ©2018 EndlessLethe. All rights reserved.
*/
#pragma comment(linker, "/STACK:102400000,102400000")
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <time.h>
#include <string.h>
#include <queue>
using namespace std;
const int MAXN = 500+10;
int G[MAXN][MAXN];
int d[MAXN];
int vis[MAXN];
queue <int> q;
bool bellman_ford(int s, int N) {
d[s] = 0;
int cnt = 0;
q.push(s);
q.push(cnt);
vis[s] = 1;
while (!q.empty()) {
int x = q.front(); q.pop();
cnt = q.front(); q.pop();
vis[x] = 0;
if (cnt > N) return 0;
for (int i = 0; i < N; i++) {
if (d[i] > d[x] + G[x][i]) {
d[i] = d[x] + G[x][i];
if (!vis[i]) {
q.push(i);
q.push(cnt+1);
vis[i] = 1;
}
}
}
}
return 1;
}
int main() {
int F, N, M, W, S, E, T;
cin >> F;
while (F--) {
while (!q.empty()) q.pop();
memset(G, 0x3f, sizeof(G));
memset(d, 0x3f, sizeof(d));
memset(vis, 0, sizeof(vis));
cin >> N >> M >> W;
for (int i = 0; i < M; i++) {
cin >> S >> E >> T;
S--, E--;
if (T < G[S][E]) G[S][E] = G[E][S] = T;
}
for (int i = 0; i < W; i++) {
cin >> S >> E >> T;
S--, E--;
G[S][E] = -T;
}
if (bellman_ford(0, N)) cout << "NO" << endl;
else cout << "YES" << endl;
}
return 0;
}
題目總結
POJ 3259
有重邊,使用鄰接矩陣要注意。算法本身不在乎重邊的情況,使用鄰接表的話,對於蟲洞直接添加一條新的邊即可
POJ 1860
參考文獻
I. 《挑戰程序設計競賽》
II. Bellman-Ford 算法及其優化
III. 最短路徑算法—Bellman-Ford(貝爾曼-福特)算法分析與實現(C/C++)
IV. SPFA的兩種優化SLF和LLL
V. 請柬(雙向SPFA及SLF LLL優化法模板題)
---------------------
作者:EndlessLethe
來源:CSDN
原文:https://blog.csdn.net/u011893609/article/details/81232124
版權聲明:本文爲博主原創文章,轉載請附上博文鏈接!