#275. 最短路径问题(Spfa)

本文介绍了一种使用SPFA算法求解平面上多个点间最短路径的方法。通过构建图模型,利用点坐标计算边权,并采用SPFA算法进行最短路径搜索。适用于解决图论中的最短路径问题。

【题目描述】:

平面上有n个点,每个点的坐标均在-10000~10000之间。其中的一些点之间有连线。若有连线,则表示可从一个点到达另一个点,即两点间有通路,通路的距离为两点间的直线距离。现在的任务是找出从一点到另一点之间的最短路径。

【输入描述】:

输入文件共n+m+3行,其中:第一行为整数n。

第2行到第n+1行(共n行) ,每行两个整数x和y,描述了一个点的坐标。

第n+2行为一个整数m,表示图中连线的个数。

此后的m 行,每行描述一条连线,由两个整数i和j组成,表示第i个点和第j个点之间有连线。

最后一行:两个整数s和t,分别表示源点和目标点

【输出描述】:

输出文件仅一行,一个实数(保留5位小数),表示从s到t的最短路径长度。

【样例输入】:

5
0 0
2 0
2 2
0 2
3 1
5 
1 2 
1 3 
1 4 
2 5 
3 5 
1 5

【样例输出】:

3.41421

【时间限制、数据范围及描述】:

时间:1s 空间:128M

n<=100

Spfa的算法:

code:

#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
#include<queue>
#include<math.h>
using namespace std;
const int N=105;
const int MAXN=0x3f3f3f3f;
double dis[N];
int vis[N],head[N];
int ne=0;


int read()
{
	int ans=0,f=1;
	char c;
	c=getchar();
	while(c<'0'||c>'9')
	{
		if(c=='-')
		{
			f=-1;
		}
		c=getchar();
	}
	while(c>='0'&&c<='9')
	{
		ans=ans*10+c-'0';
		c=getchar();
	}
	return ans*f;
}

struct edge
{
	int v;
	double w;
	int next;
}e[N];

struct node
{
	int x;
	int y;
	int num;
}a[N];

void addedge(int a1,int a2,double a3)
{
	ne++;
	e[ne].v=a2;
	e[ne].w=a3;
	e[ne].next=head[a1];
	head[a1]=ne;
	return ;
}

void spfa(int s,int n)
{
	int i,u;
	queue<int> q;
	memset(vis,0,sizeof(vis));
	fill(dis,dis+1+n,1000);
	dis[s]=0;
	vis[s]=1;
	q.push(s);
	while(!q.empty())
	{
		int v;
		u=q.front();
		q.pop();
		vis[u]=0;
		for(i=head[u];i;i=e[i].next)
		{
			v=e[i].v;
			if(dis[v]>dis[u]+e[i].w)
			{
				dis[v]=dis[u]+e[i].w;
				if(!vis[i])
				{
					vis[v]=1;
					q.push(v);
				}
			}
		}
	}
	return ;
}

int main()
{
	freopen("51.in","r",stdin);
	freopen("51.out","w",stdout);
	int n,m,p,q,s,t;
	double value;
	memset(head,0,sizeof(head));
	n=read();
	for(int i=1;i<=n;i++)
	{
		a[i].x=read();
		a[i].y=read();
		a[i].num=i;
	}
	m=read();
	for(int i=1;i<=m;i++)
	{
		p=read();
		q=read();
		value=sqrt(abs(a[p].x-a[q].x)*abs(a[p].x-a[q].x)+abs(a[p].y-a[q].y)*abs(a[p].y-a[q].y));
		addedge(p,q,value);
		addedge(q,p,value);
	}
	s=read();
	t=read();
	spfa(s,n);
	//for(int i=1;i<=n;i++)
	//cout<<e[i].v<<' '<<e[i].w<<' '<<e[i].next<<endl;
	printf("%.5f\n",dis[t]);
	return 0;
}

 

### SPFA算法的实现与应用 SPFA(Shortest Path Faster Algorithm)是一种基于队列优化的Bellman-Ford算法变种,主要用于解决含有负权边的单源最短路径问题[^2]。其核心思想是对图中的节点进行松弛操作,并通过维护一个队列来减少不必要的重复计算。 #### 1. 算法基本原理 SPFA的核心在于利用队列存储当前正在处理的节点集合。对于每一个从队列中取出的节点,尝试对其所有的邻居节点进行松弛操作。如果某个邻居节点的距离被更新,则将其加入队列继续扩展。这种机制使得SPFA能够在某些情况下显著优于原始的Bellman-Ford算法[^3]。 #### 2.复杂度分析 尽管SPFA的实际运行速度通常较快,但在最坏情况下,其时复杂度仍然可能退化至 \(O(V \times E)\),其中 \(V\) 是顶点数,\(E\) 是边的数量。因此,在大规模稠密图或者存在特殊构造的数据时需谨慎使用[^4]。 #### 3. 实现方式 以下是SPFA算法的一种典型实现方法: ```python from collections import deque, defaultdict def spfa(graph, start_node, num_nodes): """ 使用SPFA算法求解单源最短路径 :param graph: 邻接表表示的加权有向图 {node: [(neighbor, weight), ...]} :param start_node: 起始节点编号 :param num_nodes: 总结点数量 :return: 返回距离数组 dist 和是否存在负权环 is_negative_cycle """ INF = float(&#39;inf&#39;) dist = [INF] * (num_nodes + 1) # 初始化所有节点到起点的距离为无穷大 in_queue = [False] * (num_nodes + 1) # 记录哪些节点已经在队列中 cnt = [0] * (num_nodes + 1) # 统计某节点进入队列次数,用于检测负权环 queue = deque([start_node]) # 初始队列为起始节点 dist[start_node] = 0 # 起点到自身的距离为零 in_queue[start_node] = True # 将起点标记为已入队 while queue: u = queue.popleft() in_queue[u] = False for v, w in graph[u]: if dist[v] > dist[u] + w: # 松弛条件成立 dist[v] = dist[u] + w if not in_queue[v]: # 如果v不在队列中则加入队列 queue.append(v) in_queue[v] = True cnt[v] += 1 # 更新访问次数 if cnt[v] >= num_nodes: # 若某节点进入队列超过N次说明存在负权环 return None, True return dist, False # 返回最终距离列表和是否有负权环标志位 ``` 上述代码实现了标准的SPFA逻辑,并加入了对负权环的判断功能。 #### 4. 应用场景 - **含负权边的最短路径**:当图中含有负权重边而无法直接采用Dijkstra算法时,可考虑使用SPFA。 - **判别负权回路的存在性**:除了寻找最短路径外,SPFA还能有效识别是否存在能够无限降低总成本的循环路径。 需要注意的是,由于SPFA容易受到特定输入模式的影响而导致性能下降甚至超时现象发生,所以在实际竞赛或工程环境中应审慎评估是否适合选用该算法作为解决方案的一部分。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值