最短路之SPFA算法

简介: 最短路之SPFA算法

存储图的方式(1.链式向前星2.二维数组)

链式向前星

适用范围

给定的图存在负权边,这时类似Dijkstra等算法就不能用了

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

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。  

首先建立起始点a到其余各点的

最短路径表格

首先源点a入队,当队列非空时:

 1、队首元素(a)出队,对以a为起始点的所有边的终点依次进行松弛操作(此处有b,c,d三个点),此时路径表格状态为:

在松弛时三个点的最短路径估值变小了,而这些点队列中都没有出现,这些点

需要入队,此时,队列中新入队了三个结点b,c,d

队首元素b点出队,对以b为起始点的所有边的终点依次进行松弛操作(此处只有e点),此时路径表格状态为:

在最短路径表中,e的最短路径估值也变小了,e在队列中不存在,因此e也要

入队,此时队列中的元素为c,d,e

队首元素c点出队,对以c为起始点的所有边的终点依次进行松弛操作(此处有e,f两个点),此时路径表格状态为:

在最短路径表中,e,f的最短路径估值变小了,e在队列中存在,f不存在。因此

e不用入队了,f要入队,此时队列中的元素为d,e,f

队首元素d点出队,对以d为起始点的所有边的终点依次进行松弛操作(此处只有g这个点),此时路径表格状态为:

在最短路径表中,g的最短路径估值没有变小(松弛不成功),没有新结点入队,队列中元素为f,g队首元素f点出队,对以f为起始点的所有边的终点依次进行松弛操作(此处有d,e,g三个点),此时路径表格状态为:

在最短路径表中,e,g的最短路径估值又变小,队列中无e点,e入队,队列中存在g这个点,g不用入队,此时队列中元素为g,e

队首元素g点出队,对以g为起始点的所有边的终点依次进行松弛操作(此处只有b点),此时路径表格状态为:

在最短路径表中,b的最短路径估值又变小,队列中无b点,b入队,此时队列中元素为e,b队首元素e点出队,对以e为起始点的所有边的终点依次进行松弛操作(此处只有g这个点),此时路径表格状态为:

在最短路径表中,g的最短路径估值没变化(松弛不成功),此时队列中元素为b

队首元素b点出队,对以b为起始点的所有边的终点依次进行松弛操作(此处只有e这个点),此时路径表格状态为:

在最短路径表中,e的最短路径估值没变化(松弛不成功),此时队列为空了

最终a到g的最短路径为14

SPFA算法模板

1

#include<iostream>
#include<algorithm>
#include<queue>
#define MAXN 100000
#define INF 0x3f3f3f3f
using namespace std;
struct edge {
  int to;      //边的终点
  int next;    //上一条边的标号
  int w;       //边权
} E[MAXN];
int cnt=0;
int head[MAXN];
int d[MAXN];
bool vis[MAXN];
void add(int u,int v,int w) { //链式向前星
  E[cnt].to=v;
  E[cnt].w=w;
  E[cnt].next=head[u];
  head[u]=cnt++;
}
void init() {
  for(int i=0; i<MAXN; i++) {
    d[i]=INF;
    vis[i]=0;
    head[i]=-1;
  }
  cnt=0;
}
void SPFA(int s) {//以s为源 
  d[s]=0;
  vis[s]=1;
  queue<int> q;
  q.push(s);
  while(!q.empty()) {
    int u=q.front();
    q.pop();
    vis[u]=0;
    for(int i=head[u]; i!=-1; i=E[i].next) {
      int v=E[i].to;
      int w=E[i].w;
      if(d[v]>d[u]+w) {
        d[v]=d[u]+w;
        if(!vis[v]) {
          vis[v]=1;
          q.push(v);
        }
      }
    }
  }
}
int main(){
  for(int i=1;i<=11;i++){
    int u,v,w;
    cin>>u>>v>>w;
    add(u,v,w);//存图u起点,v终点,w权
  }
  SPFA(1);//以1为源,自行更改
  for(int i=1;d[i]!=INF;i++){
    cout<<d[i]<<endl;
  }
} 

2

#include<iostream>
#include<queue>
#include<string.h>
#define MAXN 1000
#define INF 0x3f3f3f3f
using namespace std;
int n,m;
int d[MAXN],vis[MAXN],a[MAXN][MAXN];
void SPFA(int s) {
  for(int i=0; i<MAXN; i++) {
    d[i]=INF;
    vis[i]=0;
  }
  d[s]=0;
  vis[s]=1;
  queue<int>ac;
  ac.push(s);
  while(!ac.empty()) {
    int actop=ac.front();
    ac.pop();
    vis[actop]=0;
    for(int i=1; i<=n; i++) {
      if(d[i]>d[actop]+a[actop][i]  && a[actop][i]!=0) {//如果有负的这里特判a[actop][i]!=xxxx
        d[i]=d[actop]+a[actop][i];
        if(vis[i]==0) {
          ac.push(i);
          vis[i]=1;
        }
      }
    }
  }
}
int main() {
  cin>>n>>m;
  for(int i=1; i<=m; i++) {
    int a1,b,c;
    cin>>a1>>b>>c;
    a[a1][b]=c;
  }
  SPFA(1);
  for(int i=1; i<=n; i++)
    cout<<d[i]<<endl;
}


目录
相关文章
|
9月前
|
算法
最短路之Floyd算法
最短路之Floyd算法
96 1
|
9月前
|
算法 Java C语言
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-5 算法训练 最短路
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-5 算法训练 最短路
53 0
|
9月前
|
算法
最短路之Dijkstra算法
最短路之Dijkstra算法
72 0
|
9月前
|
算法
class065 A星、Floyd、Bellman-Ford与SPFA【算法】
class065 A星、Floyd、Bellman-Ford与SPFA【算法】
73 0
|
9月前
|
算法
讲课:拓扑排序、最短路算法
讲课:拓扑排序、最短路算法
|
5天前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
1月前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
1天前
|
算法
基于遗传优化算法的风力机位置布局matlab仿真
本项目基于遗传优化算法(GA)进行风力机位置布局的MATLAB仿真,旨在最大化风场发电效率。使用MATLAB2022A版本运行,核心代码通过迭代选择、交叉、变异等操作优化风力机布局。输出包括优化收敛曲线和最佳布局图。遗传算法模拟生物进化机制,通过初始化、选择、交叉、变异和精英保留等步骤,在复杂约束条件下找到最优布局方案,提升风场整体能源产出效率。
|
1月前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
149 68
|
1天前
|
算法 安全 机器人
基于包围盒的机械臂防碰撞算法matlab仿真
基于包围盒的机械臂防碰撞算法通过构建包围盒来近似表示机械臂及其环境中各实体的空间占用,检测包围盒是否相交以预判并规避潜在碰撞风险。该算法适用于复杂结构对象,通过细分目标对象并逐级检测,确保操作安全。系统采用MATLAB2022a开发,仿真结果显示其有效性。此技术广泛应用于机器人运动规划与控制领域,确保机器人在复杂环境中的安全作业。

热门文章

最新文章