SPFA判断图中是否有负环

本文介绍使用SPFA算法在图中检测是否存在负权回路的方法。SPFA算法通过限制顶点入队次数来判断图中是否有负环,若某顶点入队次数超过顶点总数则表明存在负环。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用SPFA算法判断图中首有负环。

SPFA算法保证每个顶点至多入队列n次(n为顶点总数)更新出到所有点的最短距离

如果某个点入队列次数大于n次表示图中有负环

#include<cstdio>
#include<queue>
#include<cstring>
using namespace std;

const int N=1000;
const int M=10000;

struct edge
{
	int v,w,next;
	edge(){}
	edge(int _v,int _w,int _next)
	{
		v=_v;
		w=_w;
		next=_next;
	}
} e[M*2];

int head[N],size;

void initi()
{
	memset(head,-1,sizeof(head));
	size=0;
}

void insert1(int u,int v,int w)
{
	e[size]=edge(v,w,head[u]);
	head[u]=size++;
}

void insert2(int u,int v,int w)
{
	insert1(u,v,w);
	insert1(v,u,w);
}

int n,m;
int dis[N],cnt[N];//cnt记录每个顶点入队列的次数 
bool vis[N];// 


bool spfa(int u)
{
	memset(vis,false,sizeof(vis));
	memset(dis,0x3f,sizeof(dis));
	queue<int> q;
	q.push(u);
	vis[u]=true;
	dis[u]=0;
	while(!q.empty())
	{
		int t=q.front();
		q.pop();
		vis[t]=false;
		for(int i=head[t];i!=-1;i=e[i].next)
		{
			int v=e[i].v;
			int w=e[i].w;
			if(dis[t]+w<dis[v])
			{
				dis[v]=dis[t]+w; 
				if(!vis[v]) 
				{
					q.push(v);
					vis[v]=true;
					cnt[v]++;
					if(cnt[v]>n) return true;//如果某个顶点入队次数大于总顶点个数,则存在负环 
				}
			}
		}
	}
	return false;//不存在 
}

int main()
{
	initi();
	int u,v,w;
	scanf("%d%d",&n,&m);
	while(m--)
	{
		scanf("%d%d%d",&u,&v,&w);
		insert2(u,v,w);
	} 
	if(spfa(1)) printf("YES")
	else printf("NO");
	return 0;
}

 

### 判断是否存在的算法 判断是否存在论中的一个经典问题,通常可以使用 **Bellman-Ford 算法** 或 **SPFA 算法** 来实现。以下是两种方法的具体实现与原理: #### Bellman-Ford 算法 Bellman-Ford 算法的核心思想是通过最多 \(n-1\) 次松弛操作来更新从源点到其他所有节点的最短路径距离[^1]。如果在第 \(n\) 次迭代中仍然存在可以一步松弛的边,则说明中存在。 ```python def bellman_ford(n, edges, source): dis = [float('inf')] * n dis[source] = 0 for i in range(n - 1): for u, v, w in edges: if dis[u] + w < dis[v]: dis[v] = dis[u] + w # 检查是否存在 for u, v, w in edges: if dis[u] + w < dis[v]: return True # 存在 return False # 不存在 ``` 上述代码中,`edges` 是的所有边的集合,每条边由起点、终点和权重组成。如果在第 \(n\) 次迭代中发现某条边仍然可以被松弛,则返回 `True` 表示存在。 #### SPFA 算法 SPFA(Shortest Path Faster Algorithm)是对 Bellman-Ford 算法的一种优化,适用于稀疏SPFA 使用队列来加速松弛操作,并通过记录每个节点的入队次数来检测。如果某个节点的入队次数超过 \(n\),则说明存在。 ```python from collections import deque, defaultdict def spfa(n, edges, source): dis = [float('inf')] * n vis = [False] * n coun = [0] * n adj = defaultdict(list) for u, v, w in edges: adj[u].append((v, w)) dis[source] = 0 queue = deque([source]) vis[source] = True while queue: u = queue.popleft() vis[u] = False for v, w in adj[u]: if dis[u] + w < dis[v]: dis[v] = dis[u] + w if not vis[v]: vis[v] = True queue.append(v) coun[v] += 1 if coun[v] >= n: return True # 存在 return False # 不存在 ``` SPFA 算法通过维护一个队列和访问状态数组来避免重复处理已经松弛过的节点,同时通过计数数组 `coun` 来检测[^4]。 #### Floyd-Warshall 算法 Floyd-Warshall 算法可以用于检测任意两点之间的最短路径是否包含。该算法的时间复杂度为 \(O(n^3)\),适合于稠密或小规模。通过检查对角线上的距离值是否小于零,可以判断是否存在。 ```python def floyd_warshall(n, edges): dist = [[float('inf')] * n for _ in range(n)] for i in range(n): dist[i][i] = 0 for u, v, w in edges: dist[u][v] = min(dist[u][v], w) for k in range(n): for i in range(n): for j in range(n): if dist[i][k] + dist[k][j] < dist[i][j]: dist[i][j] = dist[i][k] + dist[k][j] # 检查是否存在 for i in range(n): if dist[i][i] < 0: return True # 存在 return False # 不存在 ``` Floyd-Warshall 算法通过动态规划的思想计算所有节点对之间的最短路径,并在最后检查对角线元素是否小于零来判断是否存在[^2]。 ### 总结 - 如果需要高效的单源最短路径算法并检测,可以选择 Bellman-Ford 或 SPFA。 - 如果需要计算所有节点对之间的最短路径并检测,可以选择 Floyd-Warshall。 - SPFA 在稀疏上表现更优,而 Floyd-Warshall 更适合稠密
评论
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