PS:如果您只需要Bellman-Ford/SPFA/判负环模板,请到相应的模板部分
上一篇中简单讲解了用于多源最短路的Floyd算法。本篇要介绍的则是用于单源最短路的Bellman-Ford算法和它的一些优化(已死的SPFA)
Bellman-Ford算法
其实,和Floyd算法类似,Bellman-Ford算法同样是基于DP思想的,而且也是在不断的进行松弛操作(可以理解为「不断放宽对结果的要求」,比如在Floyd中就体现为不断第一维$k$,具体解释在这里)
既然是单源最短路径问题,我们就不再需要在DP状态中指定起始点。于是,我们可以设计出这样的DP状态(和Floyd很类似):
$$dp[k][u]表示从s(起点)到u,最多经过k条边时的最短路径$$
显然,初始值为:
$$对于起点s,dp[0][s]=0;对于其他任意节点u,dp[0][u]=+\infin$$
我们可以先考虑,如何从$dp[0][u]$转移出$dp[1][u]$(就是多一条边)。
于是很容易想到这个最显而易见又最暴力的方法:枚举每一条边$(u, v)$,并更新$dp[1][v]=min(dp[1][v], dp[0][u]+w[u][v])(其中w[u][v]表示这条边的边权)$
推广到任意$dp[k-1][u]$到$dp[k][u]$的转移,我们仍然可以使用这样的方法。
下面是代码实现:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| struct Edge {
int u, v; // 边的两个端点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
Edge e[MAXM]; // 所有的边
int dp[MAXN][MAXN]; // 解释见上方
void bellman_ford(int start) {
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[0][start] = 0;
for(int i = 1; i < n; i++) { // 一张图中的最长路径最多只包含n - 1边,所以更新n - 1遍就够了(因为点不能重复)
for(int j = 1; j <= n; j++) { // 先复制一遍
dp[i][j] = dp[i - 1][j];
}
for(int j = 1; j <= m; j++) { // 枚举每一条边
dp[i][e[j].v] = min(dp[i][e[j].v], dp[i - 1][e[j].u] + e[j].w);
}
}
}
|
显然,时间复杂度为$O(nm)$,空间复杂度也是$O(nm)$,代码复杂度为O(1)。
我们可以先考虑优化空间复杂度(压缩掉第一维$k$),于是,DP状态变为:
$$dp[u]表示从s(起点)到u的最短路径$$
转移方程为:
$$dp[v]=min(dp[v],dp[u]+w[v])$$
关于状态压缩后的正确性:最有可能令人不理解的部分就是:在同一轮更新中,我们可能会用已经更新完的值再去更新别的值。这就导致,同一论更新中,不同节点被更新到的DP值对应的$k$可能不同。(如果没看懂,就看下面这张图)
但是实际上,我们其实并不关心到底走了几步,而只关心最短路的边权和。所以,像这样的“错位更新”并不会引起错误。
于是,我们可以得到新的代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| struct Edge {
int u, v; // 边的两个端点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
Edge e[MAXM]; // 所有的边
int dp[MAXN]; // 解释见上方
void bellman_ford(int start) {
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[start] = 0;
for(int i = 1; i < n; i++) { // 一张图中的最长路径最多只包含n - 1边,所以更新n - 1遍就够了(因为点不能重复)
for(int j = 1; j <= m; j++) { // 枚举每一条边
dp[e[j].v] = min(dp[e[j].v], dp[e[j].u] + e[j].w);
}
}
}
|
我们可以继续考虑优化时间复杂度。显然,如果在某一轮的更新后,发现并没有任何一个值被更新,那么就意味着:这张图已经不能再被更新了(已经求出$s$到每个点的最短路),那就可以直接break
了。
所以,优化后的代码如下:
Bellman-Ford算法模板
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
| struct Edge {
int v; // 边指向的节点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
vector<Edge> g[MAXN]; // 保存从每个节点发出的边
int dp[MAXN]; // 解释见上方
void bellman_ford(int start) {
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[start] = 0;
for(int i = 1; i < n; i++) { // 一张图中的最长路径最多只包含n - 1边,所以更新n - 1遍就够了(因为点不能重复)
bool updated = 0; // 记录是否有节点被更新
for(int i = 1; i <= n; i++) { // 枚举每一个节点
if(dp[i] == 0x3f3f3f3f) { // 无法到达的节点
continue;
}
for(Edge &e : g[i]) { // 枚举从这个节点发出的每一条边
if(dp[i] + e.w < dp[e.v]) {
dp[e.v] = dp[i] + e.w;
updated = 1; // 标记有值被更新
}
}
}
if(!updated) {
break; // 没有节点被更新,直接退出
}
}
}
|
这就是最常见的Bellman-Ford朴素算法了。
同时,也可以看到,本次优化后的代码中将「直接储存所有边」的方式改为了使用「邻接表」。这是因为邻接表在图论算法中更加常用,也使得Bellman-Ford算法可以更容易地和其他算法配合使用。
SPFA算法
SPFA算法(Shortest Path Faster Algorithm),顾名思义就是一种让Bellman-Ford跑得更快的方法。
在上一部分的最后,我们对于没有更新的情况,直接break
掉,来优化时间。但是,稍加思考就会发现:有的时候,我们会为了唯一几个被更新过的节点,而再把所有的节点遍历一遍,那么这样就会产生时间的浪费。所以,SPFA本质上就是使用队列来解决这样的问题。
下面是SPFA算法的基本步骤:
我们先设置好初始值(和Bellman-Ford一样),再将起点($s$)加入队列中。
每次从队列中取出一个节点,尝试用它去更新与它相连的节点;如果某个节点的最短距离被更新了,那么将这个节点加入队列。
回到步骤2
于是,很容易写出对应的代码:
SPFA算法模板
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
| struct Edge {
int v; // 边指向的节点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
vector<Edge> g[MAXN]; // 保存从每个节点发出的边
int dp[MAXN]; // 定义没有变
queue<int> q; // 储存点用的队列
bool vis[MAXN]; // 记录每个节点当前是否在队列中
void spfa(int start) {
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[start] = 0;
q.push(start);
vis[start] = 1; // 标记一下
while(!q.empty()) {
int x = q.front(); // 取出一个节点
q.pop();
vis[x] = 0; // 清除标记,因为下次还有可能入队
for(Edge &e : g[x]) { // 枚举从这个节点发出的每一条边
if(dp[x] + e.w < dp[e.v]) {
dp[e.v] = dp[x] + e.w;
if(!vis[e.v]) { // 如果这个节点现在不在队列中
q.push(e.v); // 那就把它加入队列
vis[e.v] = 1; // 标记一下
}
}
}
}
}
|
一道测试用的例题:P4779 【模板】单源最短路径(标准版)(因为SPFA已死,所以会TLE。。。)
Bellman-Ford & SPFA判断负环
负环,就是边权和为负数的环。负环是最短路算法中一个很重要的问题,因为只要进入一个负环,最短距离就会无限减小。当然,这肯定不是我们希望的,所以接下来就要介绍如何使用Bellman-Ford算法或SPFA算法来判断一张图中是否包含负环。
显然,一张有向图上的任意一条简单路径最多只包含$n-1$条边(否则不可能是 简单 的)。而且,当图中没有负环时,两点间的最短路径一定是简单路径。所以,如果发现从起点到某个节点$u$的最短路径包含多于$n-1$条边,那么这条路径上一定包含负环。
所以,我们只需要在算法中添加一些简单的判断就可以实现判负环了。
具体方法:
对于普通的Bellman_ford算法,我们可以在完成DP后,在进行一遍更新,如果存在任意节点与起点之间的最短路径是可以被更新的,那么可以确定图中一定存在负环
对于SPFA算法,我们可以在更新最短路径的同时,记录每条最短路径上的边数,如果发现某条最短路径的边数大于$n-1$,那么可以确定图中一定存在负环
于是,我们可以写出分别使用这两种算法来判负环的代码:
Bellman-Ford判负环模板
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
| struct Edge {
int v; // 边指向的节点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
vector<Edge> g[MAXN]; // 保存从每个节点发出的边
int dp[MAXN];
bool bellman_ford_check_ncycle(int start) {
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[start] = 0;
for(int i = 1; i < n; i++) { // 一张图中的最长路径最多只包含n - 1边,所以更新n - 1遍就够了(因为点不能重复)
bool updated = 0; // 记录是否有节点被更新
for(int i = 1; i <= n; i++) { // 枚举每一个节点
if(dp[i] == 0x3f3f3f3f) { // 无法到达的节点
continue;
}
for(Edge &e : g[i]) { // 枚举从这个节点发出的每一条边
if(dp[i] + e.w < dp[e.v]) {
dp[e.v] = dp[i] + e.w;
updated = 1; // 标记有值被更新
}
}
}
if(!updated) {
return 0; // 没有节点被更新,一定没有负环
}
}
for(int i = 1; i <= n; i++) { // 枚举每一个节点
if(dp[i] == 0x3f3f3f3f) { // 无法到达的节点
continue;
}
for(Edge &e : g[i]) { // 枚举从这个节点发出的每一条边
if(dp[i] + e.w < dp[e.v]) {
return 1; // 还能被更新说明有负环
}
}
}
return 0;
}
|
SPFA判负环模板
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
| struct Edge {
int v; // 边指向的节点
int w; // 边的权值
};
int n; // 点数
int m; // 边数
vector<Edge> g[MAXN]; // 保存从每个节点发出的边
int dp[MAXN]; // dp的定义没有变
int cnt[MAXN]; // 记录从起点到节点u的最短路径中的边数
queue<int> q; // 储存点用的队列
bool vis[MAXN]; // 记录每个节点当前是否在队列中
bool spfa_check_ncycle(int start) { // SPFA判负环
memset(dp, 0x3f, sizeof(dp)); // 初始化为INF
dp[start] = 0;
q.push(start);
vis[start] = 1; // 标记一下
while(!q.empty()) {
int x = q.front(); // 取出一个节点
q.pop();
vis[x] = 0; // 清除标记,因为下次还有可能入队
for(Edge &e : g[x]) { // 枚举从这个节点发出的每一条边
if(dp[x] + e.w < dp[e.v]) {
dp[e.v] = dp[x] + e.w;
cnt[e.v] = cnt[e.v] + 1; // 多了当前这条边
if(cnt[e.v] >= n) { // 从起点到v的最短路径上有多于n - 1条边
return 1; // 一定出现了负环
}
if(!vis[e.v]) { // 如果这个节点现在不在队列中
q.push(e.v); // 那就把它加入队列
vis[e.v] = 1; // 标记一下
}
}
}
}
return 0; // 没有负环
}
|
一道测试用的例题:P3385 【模板】负环