最短路径——Bellman-Ford算法以及SPFA算法

简介: 最短路径——Bellman-Ford算法以及SPFA算法

Dijkstra算法虽然好,但是它不能解决带有负权边(边的权值为负数)的图。接下来

介绍一个无论是思想上还是代码实现上都堪称完美的最短路算法:Bellman-Ford。

Bellman-Ford算法非常简单,核心代码只有4行,并且可以完美地解决带有负权边的图.


思路 : 一张有向图,有n个点,m条边,用dis[]数组保存源点到各点的最短距离,可以通过对边进行n-1次的遍历,当其满足dis[v]>dis[u]+w的时候,就对其进行松弛更新,重复n-1次以后就能得到答案,如果n-1次以后还能继续更新,则可以判断图中出现了负权环,思路非常简短。


举例验算:

1.例图和边输入的顺序如下,并对dis数组进行初始化


20210521222804696.png

20210521222845357.png

20210521223007159.png

2021052122302718.png

20210521223043453.png


另外实现这个算法的数据结构是边集数组.因为我们需要存储起始点,终点,权值.从而对每条边进行松弛.

参考代码

#include<iostream>
#include<queue> 
using namespace std;
const int maxn = 1000;
const int INF = 0x3f3f3f3f;
int u[maxn],v[maxn],w[maxn],dis[maxn],flag;//dis:从起始点到当前点的最短路径    
int n,m,x;//n:顶点数  m:边数  x:起始点  
void Ford(int s){
  for(int i = 1; i <= n; i++){//dis数组进行初始化 
    dis[i] = INF;
  } 
  dis[s] = 0;
  for(int i = 0; i < n-1;i++){//
    flag = 0;//flag:用于标记此次是否所有边是否进行松弛了.
    for(int j = 0; j < m; j++){
      if(dis[v[j]]>=dis[u[j]]+w[j]){
        dis[v[j]] = dis[u[j]]+w[j];
        flag = 1;
      }
    } 
    if(!flag){//如果 这次没有进行松弛,说明所有的点 都已松弛完毕. 
      break;
    }
  } 
}
int main()
{
  cin>>n>>m>>x;
  for(int i = 0; i<m; i++) {
    cin>>u[i]>>v[i]>>w[i];
  }
  Ford(x);
  for(int i = 1; i <= n; i++){
    cout<<dis[i]<<"\t";
  }
  cout<<endl; 
  return 0;
}

运行结果:

20210522144329783.png


Ford算法还可以去检测一个图是否有负权回路,如果在进行n-1轮松弛后,仍然存在:

if(dis[v[i]] >  dis[u[i]] + w[i])
  dis[v[i]] = dis[u[i]] + w[i];


则说明存在负环回路.


SPFA算法


思路: SPFA算法就是用队列优化过的Bellman-Ford算法,初始时将源点加入队列。每次选出队首结点,对其的所有出边进行松弛更新,更新成功的点加入队列,同一个结点可能被多次更新,但是同一个结点只能在同时在队列中出现一个,重复这个操作直到队列为空.


参考代码

#include<iostream>
#include<queue>
using namespace std;
const int maxn = 100;
const int INF = 0x3f3f3f3f;
int n,m,s,c,num;
int head[maxn],dis[maxn],vis[maxn];//vis:标记节点是否在队列中 
struct node{
  int next,to,w;
}e[maxn*maxn]; 
void add(int u,int v,int cc){
  e[++num].next = head[u];
  e[num].to = v;
  e[num].w = cc;
  head[u] = num;
}
void spfa(int u){
  for(int i = 1; i <= n; i++){//dis进行初始化. 
    dis[i] = INF;
  }
  queue<int> q;
  q.push(u);
  vis[u] = 1;
  dis[u] = 0;
  while(!q.empty()){
    int x = q.front();
    q.pop();//怕最后忘记弹出,直接在这里处理吧.. 
    vis[x] = 0;
    for(int i = head[x]; i; i=e[i].next){
      if(dis[e[i].to] > dis[x]+e[i].w){//如果该边可以松弛 
        dis[e[i].to] = dis[x]+e[i].w;//dis更新 
        if(!vis[e[i].to]) {
          q.push(e[i].to);
          vis[e[i].to] = 1;
        }
      } 
    }
  }
} 
int main()
{
  int u,v,w;
  cin>>n>>m>>s;
  for(int i = 0; i < m; i++){
    cin>>u>>v>>w;
    add(u,v,w);
  } 
  spfa(s);
  for(int i = 1; i<=n;i++){
    cout<<dis[i]<<"\t";
  }
  cout<<endl;
  return 0; 
 } 
/*
5 7 1
1 2 2
1 5 10
2 3 3
2 5 7
3 4 4
4 5 5
5 3 6
*/

运行结果:

20210522152957357.png

最短路径算法分析

20210522153310761.png

对于判断正环或者负环的问题,我们可以使用Ford,SPFA,或者DFS(判断能否回到曾经搜过的点).


相关文章
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
740 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
9月前
|
存储 算法 测试技术
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
|
9月前
|
算法 编译器 C++
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)
|
算法 定位技术
路径规划算法 - 求解最短路径 - A*(A-Star)算法
路径规划算法 - 求解最短路径 - A*(A-Star)算法
1993 1
|
自然语言处理 算法
HanLP — HMM隐马尔可夫模型 - 路径规划算法 - 求解最短路径 - 维特比(Viterbi)算法
HanLP — HMM隐马尔可夫模型 - 路径规划算法 - 求解最短路径 - 维特比(Viterbi)算法
252 0
HanLP — HMM隐马尔可夫模型 - 路径规划算法 - 求解最短路径 - 维特比(Viterbi)算法
|
算法 Java
Java语言实现最短路径算法(Shortest Path)
Java语言实现最短路径算法(Shortest Path)
199 3
|
算法
路径规划算法 - 求解最短路径 - Dijkstra(迪杰斯特拉)算法
路径规划算法 - 求解最短路径 - Dijkstra(迪杰斯特拉)算法
690 0
|
24天前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
86 2
|
2月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
156 3
|
14天前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)

热门文章

最新文章