SPFA算法的實(shí)現(xiàn)原理及其應(yīng)用詳解
一、前言
SPFA算法,全稱為Shortest Path Faster Algorithm,是求解單源最短路徑問(wèn)題的一種常用算法,它可以處理有向圖或者無(wú)向圖,邊權(quán)可以是正數(shù)、負(fù)數(shù),但是不能有負(fù)環(huán)。
二、SPFA 算法
1、SPFA算法的基本流程
1. 初始化
首先我們需要起點(diǎn)s到其他頂點(diǎn)的距離初始化為一個(gè)很大的值(比如9999999,像是 JAVA 中可以設(shè)置 Integer.MAX_VALUE
來(lái)使),并將起點(diǎn)s的距離初始化為0。同時(shí),我們還需要將起點(diǎn)s入隊(duì)。
2. 迭代
每次從隊(duì)列中取出一個(gè)頂點(diǎn)u,遍歷所有從u出發(fā)的邊,對(duì)于邊(u,v)(其中v為從u可以到達(dá)的頂點(diǎn)),如果s->u->v的路徑長(zhǎng)度小于s->v的路徑長(zhǎng)度,那么我們就更新s->v的路徑長(zhǎng)度,并將v入隊(duì)。
3. 循環(huán)
不斷進(jìn)行步驟2,直到隊(duì)列為空。
4. 判斷
最后,我們可以得到從起點(diǎn)s到各個(gè)頂點(diǎn)的最短路徑長(zhǎng)度,如果存在無(wú)窮小的距離,則說(shuō)明從起點(diǎn)s無(wú)法到達(dá)該頂點(diǎn)。
其次,需要注意的是,SPFA算法中存在負(fù)環(huán)問(wèn)題。如果存在負(fù)環(huán),則算法會(huì)陷入死循環(huán)。因此,我們需要添加一個(gè)計(jì)數(shù)器,記錄每個(gè)點(diǎn)進(jìn)隊(duì)列的次數(shù)。當(dāng)一個(gè)點(diǎn)進(jìn)隊(duì)列的次數(shù)超過(guò)圖中節(jié)點(diǎn)個(gè)數(shù)時(shí),就可以判定存在負(fù)環(huán)。
2、代碼詳解
以下是使用Java實(shí)現(xiàn) SPFA算法的代碼,其中Graph類表示有向圖或無(wú)向圖,Vertex類表示圖中的一個(gè)頂點(diǎn),Edge類表示圖中的一條邊。
import java.util.*; class Graph { // 圖 private List<Vertex> vertices; // 頂點(diǎn)集 public Graph() { vertices = new ArrayList<Vertex>(); } public void addVertex(Vertex v) { // 添加頂點(diǎn) vertices.add(v); } // 添加頂點(diǎn) public List<Vertex> getVertices() { // 返回頂點(diǎn) return vertices; } // 獲取頂點(diǎn)集 } class Vertex { // 點(diǎn) private int id; // 點(diǎn) id private List<Edge> edges; // 連接到該頂點(diǎn)的邊 private int distance; // 從源頂點(diǎn)到該頂點(diǎn)的最短距離,MAX_VALUE init private boolean visited; // 在圖的遍歷過(guò)程中是否訪問(wèn)過(guò)該頂點(diǎn),false init public Vertex(int id) { this.id = id; edges = new ArrayList<Edge>(); distance = Integer.MAX_VALUE; visited = false; } public int getId() { // 獲取 id return id; } public void addEdge(Edge e) { // 將連接到該頂點(diǎn)邊添加到列表中 edges.add(e); } // 添加圖到邊 public List<Edge> getEdges() { // 獲取連接到該頂點(diǎn)的邊集 return edges; } // 獲取圖中邊 public int getDistance() { // 獲取從源頂點(diǎn)到該頂點(diǎn)的最短距離 return distance; } // 獲取源頂點(diǎn)到該頂點(diǎn)的最短距離 public void setDistance(int distance) { //設(shè)置最短距離 this.distance = distance; } // 設(shè)置源頂點(diǎn)到該頂點(diǎn)的最短距離 public boolean isVisited() { // 獲取在圖的遍歷過(guò)程中是否訪問(wèn)過(guò)該點(diǎn) return visited; } // 獲取圖遍歷過(guò)程中是否訪問(wèn)過(guò)該點(diǎn) public void setVisited(boolean visited) { // 設(shè)置在圖的遍歷過(guò)程中是否訪問(wèn)過(guò)該點(diǎn) this.visited = visited; } // 設(shè)置圖遍歷過(guò)程中是否訪問(wèn)過(guò)該點(diǎn) } class Edge { // 邊 private Vertex source; // 源頂點(diǎn) private Vertex destination; // 目標(biāo)頂點(diǎn) private int weight; // 邊的權(quán)重 public Edge(Vertex source, Vertex destination, int weight) { this.source = source; this.destination = destination; this.weight = weight; } public Vertex getSource() { // 返回源頂點(diǎn) return source; } // 獲取源點(diǎn) public Vertex getDestination() { // 返回目標(biāo)頂點(diǎn) return destination; } // 獲取目標(biāo)頂點(diǎn) public int getWeight() { // 獲取邊的權(quán)重 return weight; } // 獲取邊的權(quán)重 } // SPFA 算法 public class SPFA { public static void spfa(Graph graph, Vertex source) { // 初始化 Queue<Vertex> queue = new LinkedList<Vertex>(); // 初始化一個(gè)頂點(diǎn)隊(duì)列,使用該隊(duì)列來(lái)跟中需要處理的頂點(diǎn) for (Vertex v : graph.getVertices()) { // 初始化最短距離和是否訪問(wèn)過(guò)該點(diǎn) v.setDistance(Integer.MAX_VALUE); v.setVisited(false); } source.setDistance(0); // 將源頂點(diǎn)到自身的最短距離設(shè)為0 queue.add(source); // 將源頂點(diǎn)添加到隊(duì)列中 // 迭代 int count = 0; // 用于檢測(cè)圖中的負(fù)環(huán),count超過(guò)圖中頂點(diǎn)的總數(shù),拋出異常 // 查找從一個(gè)源頂點(diǎn)到圖中所有其它頂點(diǎn)的最短路徑 while (!queue.isEmpty()) { Vertex u = queue.poll(); // 存儲(chǔ)SPFA算法正在處理的頂點(diǎn),poll 方法將下一個(gè)頂點(diǎn)從隊(duì)列中取出 u.setVisited(false); // 標(biāo)記該頂點(diǎn)為未訪問(wèn),以便在算法中再次對(duì)其處理 // 查找部分,循環(huán)遍歷當(dāng)前頂點(diǎn) u 的所有邊 for (Edge e : u.getEdges()) { Vertex v = e.getDestination(); // 返回邊 e 的目標(biāo)頂點(diǎn)給 v int distance = u.getDistance() + e.getWeight(); // 計(jì)算源頂點(diǎn)到目標(biāo)頂點(diǎn)的距離 if (distance < v.getDistance()) { v.setDistance(distance); // 更新最短距離 if (!v.isVisited()) { // 如果該頂點(diǎn)未被訪問(wèn)過(guò) queue.add(v); // 將該頂點(diǎn)添加到隊(duì)列中 v.setVisited(true); // 標(biāo)記該頂點(diǎn)已被訪問(wèn) count++; // 負(fù)環(huán) + 1 if (count > graph.getVertices().size()) { // 檢查 SPFA 算法處理的頂點(diǎn)數(shù)是否大于圖中頂點(diǎn)總數(shù) throw new RuntimeException("Negative cycle detected"); } } } } } } public static void main(String[] args) { // 構(gòu)造圖 Graph graph = new Graph(); // 構(gòu)造頂點(diǎn) Vertex s = new Vertex(0); Vertex a = new Vertex(1); Vertex b = new Vertex(2); Vertex c = new Vertex(3); Vertex d = new Vertex(4); // 點(diǎn)加邊 s.addEdge(new Edge(s, a, 2)); s.addEdge(new Edge(s, c, 1)); a.addEdge(new Edge(a, b, 3)); b.addEdge(new Edge(b, d, 2)); c.addEdge(new Edge(c, d, 1)); // 邊加點(diǎn) graph.addVertex(s); graph.addVertex(a); graph.addVertex(b); graph.addVertex(c); graph.addVertex(d); // 調(diào)用SPFA算法求解最短路徑 spfa(graph, s); // 輸出結(jié)果 for (Vertex v :graph.getVertices()) { System.out.println("Shortest distance from source to vertex " + v.getId() + " is " + v.getDistance()); } } }
上面的代碼實(shí)現(xiàn)了SPFA算法,并計(jì)算了從給定源點(diǎn)到圖中其他所有頂點(diǎn)的最短路徑。主要思路如下:
- 初始化:將所有頂點(diǎn)的距離設(shè)置為正無(wú)窮,將源點(diǎn)的距離設(shè)置為0,將源點(diǎn)加入隊(duì)列。
- 迭代:從隊(duì)列中取出一個(gè)頂點(diǎn)u,遍歷它的所有鄰居v。如果u到源點(diǎn)的距離加上u到v的邊的權(quán)重小于v的距離,則更新v的距離,并將v加入隊(duì)列中。如果v已經(jīng)在隊(duì)列中,則不需要再次添加。
- 如果隊(duì)列為空,則算法結(jié)束。如果隊(duì)列非空,則回到步驟2。
SPFA算法的時(shí)間復(fù)雜度取決于負(fù)權(quán)邊的數(shù)量。如果圖中沒(méi)有負(fù)權(quán)邊,算法的時(shí)間復(fù)雜度是O(E),其中E是邊的數(shù)量。但是如果圖中有負(fù)權(quán)邊,算法的時(shí)間復(fù)雜度將達(dá)到O(VE),其中V是頂點(diǎn)的數(shù)量,E是邊的數(shù)量。因此,為了避免算法的時(shí)間復(fù)雜度變得非常高,應(yīng)盡可能避免在圖中使用負(fù)權(quán)邊。
三、SPFA 算法已死
這個(gè)問(wèn)題引發(fā)了很多OI選手和出題人的討論,雖然 SPFA 算法在實(shí)際應(yīng)用中具有一定的優(yōu)勢(shì),但它也有一些缺點(diǎn),導(dǎo)致它被稱為"已死"的算法之一。以下是幾個(gè)原因:
- 可能會(huì)進(jìn)入負(fù)環(huán):SPFA 算法可以處理負(fù)權(quán)邊,但是如果有負(fù)權(quán)環(huán),算法將無(wú)法結(jié)束,因?yàn)槊看味紩?huì)沿著負(fù)權(quán)環(huán)一遍一遍地更新距離,導(dǎo)致算法陷入死循環(huán)。
- 時(shí)間復(fù)雜度不穩(wěn)定:在最壞情況下,SPFA 算法的時(shí)間復(fù)雜度可以達(dá)到 O ( V E ) O(VE) O(VE),其中 V V V 和 E E E 分別是圖中的頂點(diǎn)數(shù)和邊數(shù)。而在最好情況下,時(shí)間復(fù)雜度只有 O ( E ) O(E) O(E)。因此,SPFA 算法的時(shí)間復(fù)雜度是不穩(wěn)定的。
- 存在更好的算法:對(duì)于單源最短路徑問(wèn)題,已經(jīng)有更好的算法出現(xiàn),如 Dijkstra 算法和 Bellman-Ford 算法。這些算法在時(shí)間復(fù)雜度和穩(wěn)定性方面都比 SPFA 算法更優(yōu)秀。
雖然 SPFA 算法在某些情況下可以發(fā)揮出優(yōu)勢(shì),但是它的缺點(diǎn)也是無(wú)法忽視的,而且已經(jīng)有更好的算法出現(xiàn),不少大佬也或多或少的對(duì) SPFA 算法進(jìn)行了優(yōu)化,更多優(yōu)化的內(nèi)容以及最短路徑算法可以在論文中找到。因此,SPFA 算法已經(jīng)不是首選算法,也可以說(shuō)是已經(jīng)“死亡”了。
到此這篇關(guān)于SPFA算法的實(shí)現(xiàn)原理及其應(yīng)用詳解的文章就介紹到這了,更多相關(guān)SPFA算法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章

Spring Boot配置攔截器及實(shí)現(xiàn)跨域訪問(wèn)的方法

詳解如何為SpringBoot Web應(yīng)用的日志方便追蹤