热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

贝尔曼算法队列优化(SPFA)

最短路问题想必大家接触图论的时候,结束了DFS和BFS,接下来就是求最短路了吧!在学SPFA之前,你也许已经接触过弗洛伊德

最短路问题

想必大家接触图论的时候,结束了DFS和BFS,接下来就是求最短路了吧!在学SPFA之前,你也许已经接触过弗洛伊德算法迪杰斯特拉算法,甚至还学过贝尔曼算法,然而,不管你以前学过什么,今天的SPFA都可以向你保证——零基础学会!
言归正传,话回正题。
什么是最短路问题呢?就是求两点之间的最短路,当然是一个带权图(没权值的图还最短?)。然而SPFA是由贝尔曼改良过来的,所以这也是单源最短路的算法(别在意这专业的叫法,真的在意就比较一下弗洛伊德算法和迪杰斯特拉算法的区别),可是真正的SPFA是贝尔曼的优化但不是我现在所讲的贝尔曼队列优化。但是我会习惯地称为SPFA…不要在意这奇怪的癖好。因为叫着简单。


SPFA需要用到的工具

老规矩,我们用如下代码存图。

int p,s;
struct e{int u,v,dis,next;
}edge[maxm];
int head[maxm],js;
int a,b,c;

不懂邻接表的朋友们看看这个:邻接表存图法这个邻接表这里面讲的很通俗,想看不懂是有点难度的哦。
p是总共的点数,s是总共的边数。js用于计数,dis代表u,v两点的距离。a,b,c是临时储存点a到点b距离为c的临时变量。所以我会这么读入:

for(int i&#61;1;i&#61;<s;i&#43;&#43;){cin>>a>>b>>c;addedge(a,b,c);
}

顺便给你一个存图的代码&#xff1a;

void addedge(int u,int v,int dis){edge[&#43;&#43;js].u&#61;u;edge[js].v&#61;v;edge[js].dis&#61;dis;edge[js].next&#61;head[u];head[u]&#61;js;return;
}

我们需要一个起始点作为源点&#xff0c;我们就用一个变量start来储存源点吧&#xff0c;我们在这里把点1设为源点。所以start&#61;1。哦&#xff0c;图还没给你们呢。
我来上一个图&#xff1a;
在这里插入图片描述
我们需要一个dis数组来存源点——下面就说点1吧&#xff0c;来储存点1到其他所有点的距离&#xff0c;初始化的距离当然是inf,除了源点自己是0以外。在这里我使用十六进制宏定义&#xff0c;就是定义一个很大的数&#xff08;其实跟const是一样的&#xff09;&#xff0c;如图&#xff1a;

#define inf 0x3f3f3f

0x3f3f3f就是一个16进制的很大的数&#xff0c;等于1061109567。0x表示16进制。3f开始才是这个数字。
所以我给出的所有的输入就是酱紫&#xff1a;

cin>>p>>s;
for(int i&#61;1;i&#61;<s;i&#43;&#43;){cin>>a>>b>>c;addedge(a,b,c);
}
memset(dis,inf,sizeof(dis)); //初始化dis数组
cin>>start;
dis[start]&#61;0;

样例输入
5 7
1 2 2
1 5 10
2 5 7
2 3 3
5 3 6
4 5 5
3 4 4
1

队列优化的话是少不了队列的。所以我们上个队列que&#xff0c;队首begin队尾tail。
同样&#xff0c;我们添加了一个vis数组&#xff0c;防止已经加入队列的点重复加入。
最后&#xff0c;我们的预处理代码&#xff0c;预处理就是正式处理之前的定义什么的啦~就是酱紫&#xff1a;

#include
#include
#include
using namespace std;
#define inf 0x3f3f3f
const int maxm&#61;10001;
int p,s;
struct e{int u,v,dis,next;
}edge[maxm];
int head[maxm],js;
int a,b,c;
int que[maxm],begin,tail;
int dis[maxm],start;
int vis[maxm];

记住&#xff0c;memset在cstring库里边。


样例模拟

图论问题最重要的是模拟&#xff0c;我们以上图为例来模拟一次。
模拟之前我们看看我们的核心SPFA代码。

void spfa(int x){begin&#61;end&#61;1;que[end&#43;&#43;]&#61;x;while(end-begin!&#61;0){ //队列不为空执行循环 for(int i&#61;head[que[begin]];i;i&#61;edge[i].next){if(dis[edge[i].v]>dis[que[begin]]&#43;edge[i].dis){dis[edge[i].v]&#61;dis[que[begin]]&#43;edge[i].dis;if(!vis[edge[i].v]){que[end&#43;&#43;]&#61;edge[i].v;vis[edge[i].v]&#61;1;}}} begin&#43;&#43;;}return;
}

逻辑上还是很简单的&#xff0c;我现在给你讲讲。
初始化就是酱紫&#xff1a;
在这里插入图片描述
然后我们读入的x是1&#xff0c;队首元素就是1了。于是我从点1开始遍历&#xff0c;发现了点2可以走&#xff0c;所以我们就到达了这个判断&#xff1a; i f ( d i s [ e d g e [ i ] . v ] > d i s [ q u e [ b e g i n ] ] &#43; e d g e [ i ] . d i s ) &#xff0c;就是当前的队首元素的dis值加上队首元素的点到当前搜到的点的权值。然后发现比dis[2]小&#xff0c;所以执行判断内部的语句了。
换句话说&#xff0c;就是满足了d i s [ 2] > d i s [ 1 ] 加上 点1到点2的距离。
那么我们就让 d i s [ 2] &#61; d i s [ 1 ] 加上 点1到点2的距离 &#xff0c;所以dis[2]就从偌大的inf变到了2&#xff0c;再把点2入队&#xff0c;就是执行 q u e [ e n d &#43; &#43; ] &#61; e d g e [ i ] . v 这句到时候再从点2开始找有没有能进一步缩小的。同理&#xff0c;dis[5]也从偌大的inf变成了10&#xff0c;再把点5入队。
当然&#xff0c;点2和点5都要在vis里面记录已经入队了。
点1只能搜到2和5&#xff0c;那么点1的使命到此为止了&#xff0c;我们就把点1出队&#xff0c;就是begin&#43;&#43;。
所以第一轮结束的结果就是酱紫&#xff0c;begin指向2&#xff0c;tail指向4&#xff1a;
在这里插入图片描述
当然&#xff0c;队列不为空吧。所以继续。
只是我们从点2开始了。
点2就找到了点3&#xff0c;进入判断i f ( d i s [ e d g e [ i ] . v ] > d i s [ q u e [ b e g i n ] ] &#43; e d g e [ i ] . d i s ) &#xff0c;发现比dis[3]小&#xff0c;于是就让 d i s [ 3] &#61; d i s [ 2 ] 加上 点2到点3的距离。然后让点3入队。当然&#xff0c;点2还找到了点5&#xff0c;哇&#xff0c;又是点5&#xff01;一样的判断&#xff0c;我们却发现d i s [ 5] 居然大于 d i s [ 2 ] 加上 点2到点5的距离&#xff01;没法子&#xff0c;那么我dis[5]就要变了&#xff01;当然是变小&#xff01;当然&#xff0c;入队还是一样的入队…但是点5已在队列中&#xff0c;所以不需要再一次入队。
所以这一轮结束&#xff0c;就是酱紫&#xff1a;
在这里插入图片描述
我们从点5开始继续新一轮搜索&#xff0c;然后搜到了点3&#xff0c;但是d i s [ 3] 然后点3开始搜索&#xff0c;他搜到了点4&#xff0c;所以dis[4]&#61;9
最后&#xff0c;就会是酱紫的结果&#xff0c;点4搜完后&#xff0c;begin和tail的差就变成0了&#xff0c;SPFA算法结束&#xff1a;
在这里插入图片描述
最后我们输出dis数组&#xff0c;就可以查看点1到所有点的最短了。
最后给出样例输出&#xff1a;
在这里插入图片描述
完整代码如下&#xff1a;

#include
#include
#include
using namespace std;
#define inf 0x3f3f3f
const int maxm&#61;10001;
int p,s;
struct e{int u,v,dis,next;
}edge[maxm];
int head[maxm],js;
int a,b,c;
int que[maxm],begin,end;
int dis[maxm],start;
int vis[maxm];void addedge(int u,int v,int dis){edge[&#43;&#43;js].u&#61;u;edge[js].v&#61;v;edge[js].dis&#61;dis;edge[js].next&#61;head[u];head[u]&#61;js;return;
}void spfa(int x){begin&#61;end&#61;1;que[end&#43;&#43;]&#61;x;while(end-begin!&#61;0){ //队列不为空执行循环 for(int i&#61;head[que[begin]];i;i&#61;edge[i].next){if(dis[edge[i].v]>dis[que[begin]]&#43;edge[i].dis){dis[edge[i].v]&#61;dis[que[begin]]&#43;edge[i].dis;if(!vis[edge[i].v]){que[end&#43;&#43;]&#61;edge[i].v;vis[edge[i].v]&#61;1;}}} begin&#43;&#43;;}return;
}int main(){cin>>p>>s;for(int i&#61;1;i<&#61;s;i&#43;&#43;){cin>>a>>b>>c;addedge(a,b,c);}memset(dis,inf,sizeof(dis)); //初始化dis数组 cin>>start;dis[start]&#61;0;spfa(start);for(int i&#61;1;i<&#61;p;i&#43;&#43;) cout<<dis[i]<<endl;return 0;
}

推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • Iamtryingtomakeaclassthatwillreadatextfileofnamesintoanarray,thenreturnthatarra ... [详细]
  • Webpack5内置处理图片资源的配置方法
    本文介绍了在Webpack5中处理图片资源的配置方法。在Webpack4中,我们需要使用file-loader和url-loader来处理图片资源,但是在Webpack5中,这两个Loader的功能已经被内置到Webpack中,我们只需要简单配置即可实现图片资源的处理。本文还介绍了一些常用的配置方法,如匹配不同类型的图片文件、设置输出路径等。通过本文的学习,读者可以快速掌握Webpack5处理图片资源的方法。 ... [详细]
  • 本文讨论了使用差分约束系统求解House Man跳跃问题的思路与方法。给定一组不同高度,要求从最低点跳跃到最高点,每次跳跃的距离不超过D,并且不能改变给定的顺序。通过建立差分约束系统,将问题转化为图的建立和查询距离的问题。文章详细介绍了建立约束条件的方法,并使用SPFA算法判环并输出结果。同时还讨论了建边方向和跳跃顺序的关系。 ... [详细]
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • 本文介绍了最长上升子序列问题的一个变种解法,通过记录拐点的位置,将问题拆分为左右两个LIS问题。详细讲解了算法的实现过程,并给出了相应的代码。 ... [详细]
  • 深入理解Kafka服务端请求队列中请求的处理
    本文深入分析了Kafka服务端请求队列中请求的处理过程,详细介绍了请求的封装和放入请求队列的过程,以及处理请求的线程池的创建和容量设置。通过场景分析、图示说明和源码分析,帮助读者更好地理解Kafka服务端的工作原理。 ... [详细]
  • 本文介绍了闭包的定义和运转机制,重点解释了闭包如何能够接触外部函数的作用域中的变量。通过词法作用域的查找规则,闭包可以访问外部函数的作用域。同时还提到了闭包的作用和影响。 ... [详细]
  • 本文介绍了设计师伊振华受邀参与沈阳市智慧城市运行管理中心项目的整体设计,并以数字赋能和创新驱动高质量发展的理念,建设了集成、智慧、高效的一体化城市综合管理平台,促进了城市的数字化转型。该中心被称为当代城市的智能心脏,为沈阳市的智慧城市建设做出了重要贡献。 ... [详细]
  • 本文主要解析了Open judge C16H问题中涉及到的Magical Balls的快速幂和逆元算法,并给出了问题的解析和解决方法。详细介绍了问题的背景和规则,并给出了相应的算法解析和实现步骤。通过本文的解析,读者可以更好地理解和解决Open judge C16H问题中的Magical Balls部分。 ... [详细]
  • 本文介绍了解决二叉树层序创建问题的方法。通过使用队列结构体和二叉树结构体,实现了入队和出队操作,并提供了判断队列是否为空的函数。详细介绍了解决该问题的步骤和流程。 ... [详细]
  • 猜字母游戏
    猜字母游戏猜字母游戏——设计数据结构猜字母游戏——设计程序结构猜字母游戏——实现字母生成方法猜字母游戏——实现字母检测方法猜字母游戏——实现主方法1猜字母游戏——设计数据结构1.1 ... [详细]
  • 李逍遥寻找仙药的迷阵之旅
    本文讲述了少年李逍遥为了救治婶婶的病情,前往仙灵岛寻找仙药的故事。他需要穿越一个由M×N个方格组成的迷阵,有些方格内有怪物,有些方格是安全的。李逍遥需要避开有怪物的方格,并经过最少的方格,找到仙药。在寻找的过程中,他还会遇到神秘人物。本文提供了一个迷阵样例及李逍遥找到仙药的路线。 ... [详细]
  • 一句话解决高并发的核心原则
    本文介绍了解决高并发的核心原则,即将用户访问请求尽量往前推,避免访问CDN、静态服务器、动态服务器、数据库和存储,从而实现高性能、高并发、高可扩展的网站架构。同时提到了Google的成功案例,以及适用于千万级别PV站和亿级PV网站的架构层次。 ... [详细]
author-avatar
手机用户2502859545
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有