【最短路径】 SPFA算法优化
首先先明确一个问题,SPFA是什么?(不会看什么看,一边学去,传送门),SPFA是bellman-ford的队列优化版本,只有在国内才流行SPFA这个名字,大多数人就只知道SPFA就是一个顶尖的高效算法,却不知道还能继续优化,这个优化虽然也没有你想的那么麻烦,只不过多了几个判断语句罢了,5分钟就能学会,但是这也得运用到分类讨论,其实SPFA有三种优化方法,效果并不是很明显。

这三个测试点通过情况所对应的分别是SPFA的三种优化方法,这个时间也是因题而异,像这道题,效果并不好,但是看别人写的博客,他们提交了一道数据对于优化后的SPFA比较有利,测试时间差距能看出来,但是效果也就是减少十几毫秒而已,但是也是有的,万一题目会卡这十几毫秒呢?
1. SLF优化
还记得吗?在我们学SPFA的时候,要把每一个入队的点插入到队尾,可是有些时候这个点作为队尾没有作为队头效率高,因为这个点有时放在队首就能直接用,那么什么样的点作为队首更好呢?当然是dis值越小越可能刷新其它dis值,所以对比当前元素与对首元素的dis值,如果当前元素的dis值更小,那么把当前元素插入到队首,否则插入到队尾。如果你不是很了解队列,或者还是现学的,一定会纳闷,不就能q.push( );吗?哪来的队首呢?此时queue<int>q;应该改为deque<int>q;双端队列,就有q.push_front( );和q.push_back( );了。
代码如下(红色处为优化对应的新增代码):
void SPFA()
{
memset(dis,inf,sizeof(dis));
deque<int>q;
q.push_back();dis[]=;vis[]=;
while(q.size())
{
x=q.front();q.pop_front();vis[x]=;
for(int i=head[x];i;i=map[i].next)
{
s=map[i].to;
if(dis[s]>dis[x]+map[i].value)
{
dis[s]=dis[x]+map[i].value;
if(vis[s]==)
{
if(dis[s]<dis[q.front()]) q.push_front(s);
else q.push_back(s);
vis[s]=;
}
}
}
}
}
2. LLL优化
如果懂了上一个SLF优化,那么这个LLL优化就很好理解了,SLF表示小的优先,LLL表示大的最后,那么什么样的的dis值是大的呢?难道还和队首元素比较吗?当然不是,是于队列的平均数来比较,如果大于这个平均数就放到最后。
代码如下(红色处为优化对应的新增代码):
void SPFA()
{
memset(dis,inf,sizeof(dis));
queue<int>q;
q.push();dis[]=;vis[]=;
while(q.size())
{
p=q.front();q.pop();
if(dis[p]*cnt_2>sum)
{
q.push(p);
continue;
}
sum-=dis[p];cnt_2--;
vis[p]=;
for(int i=head[p];i;i=map[i].next)
{
s=map[i].to;
if(dis[s]>dis[p]+map[i].value)
{
dis[s]=dis[p]+map[i].value;
if(vis[s]==)
{
vis[s]==;
q.push(s);
cnt_2++;
sum+=dis[s];
}
}
}
}
}
2. SLF+LLL优化
这个就很简单直接了,把两个新增代码搓一块了就行。
代码如下(红色处为优化对应的新增代码):
void SPFA()
{
memset(dis,inf,sizeof(dis));
deque<int>q;
q.push_back();dis[]=;vis[]=;
while(q.size())
{
p=q.front();q.pop_front();
if(dis[p]*cnt_2>sum)
{
q.push_back(p);
continue;
}
sum-=dis[p];cnt_2--;
vis[p]=;;
for(int i=head[p];i;i=map[i].next)
{
s=map[i].to;
if(dis[s]>dis[p]+map[i].value)
{
dis[s]=dis[p]+map[i].value;
if(vis[s]==)
{
vis[s]==;
if(dis[s]<dis[q.front()]) q.push_front(s);
else q.push_back(s);
cnt_2++;
sum+=dis[s];
}
}
}
}
}
怎么样,你学会了吗?
【最短路径】 SPFA算法优化的更多相关文章
- 最短路径--SPFA 算法
适用范围:给定的图存在负权边,这时类似Dijkstra等算法便没有了用武之地,而Bellman-Ford算法的复杂度又过高,SPFA算法便派上用场了. 我们约定有向加权图G不存在负权回路,即最短路径一 ...
- 最短路径——SPFA算法
一.前提引入 我们学过了Bellman-Ford算法,现在又要提出这个SPFA算法,为什么呢? 考虑一个随机图(点和边随机生成),除了已确定最短路的顶点与尚未确定最短路的顶点之间的边,其它的边所做的都 ...
- 最短路径----SPFA算法
求最短路径的算法有许多种,除了排序外,恐怕是ACM界中解决同一类问题算法最多的了.最熟悉的无疑是Dijkstra,接着是Bellman-Ford,它们都可以求出由一个源点向其他各点的最短路径:如果我们 ...
- 图的最短路径-----------SPFA算法详解(TjuOj2831_Wormholes)
这次整理了一下SPFA算法,首先相比Dijkstra算法,SPFA可以处理带有负权变的图.(个人认为原因是SPFA在进行松弛操作时可以对某一条边重复进行松弛,如果存在负权边,在多次松弛某边时可以更新该 ...
- 洛谷P3371单源最短路径SPFA算法
SPFA同样是一种基于贪心的算法,看过之前一篇blog的读者应该可以发现,SPFA和堆优化版的Dijkstra如此的相似,没错,但SPFA有一优点是Dijkstra没有的,就是它可以处理负边的情况. ...
- SPFA算法优化
前言 \(SPFA\) 通常在稀疏图中运行效率高于 \(Dijkstra\) ,但是也容易被卡. 普通的 \(SPFA\) 时间复杂度为 \(O(km)\) ,其中 \(k\) 是一条边松弛其端点点的 ...
- 最短路径SPFA算法(邻接表存法)
queue <int> Q; void SPFA (int s) { int i, v; for(int i=0; i<=n; i++) dist[i]=INF; //初始化每点i到 ...
- 【最短路径】 SPFA算法
上一期介绍到了SPFA算法,只是一笔带过,这一期让我们详细的介绍一下SPFA. 1 SPFA原理介绍 SPFA算法和dijkstra算法特别像,总感觉自己讲的不行,同学说我的博客很辣鸡,推荐一个视频讲 ...
- luogu P3371 & P4779 单源最短路径spfa & 最大堆优化Dijkstra算法
P3371 [模板]单源最短路径(弱化版) 题目背景 本题测试数据为随机数据,在考试中可能会出现构造数据让SPFA不通过,如有需要请移步 P4779. 题目描述 如题,给出一个有向图,请输出从某一点出 ...
随机推荐
- 2017 Multi-University Training Contest - Team 1
1006(6038) 就是对a,b分别求循环节,先统计一下b中所有长度循环节的出现次数,再对a求循环节时只要满足: a的循环节长度 % b的循环节长度=0,那么这个b的循环节就可以计入答案,尼玛只要是 ...
- 接口自动化测试框架HttpRunner
接口自动化测试框架 https://github.com/HttpRunner/HttpRunner http://debugtalk.com/post/ApiTestEngine-api-test- ...
- 【BZOJ】4873: [Shoi2017]寿司餐厅
[题目]#2146. 「SHOI2017」寿司餐厅 [题意]给定n种寿司的代号,取区间[i,j]的寿司收益是d[i,j]和所有子区间的d,吃了c(c>0)种代号x的寿司的代价是mx^2+cx,给 ...
- Verilog笔记.6.FIFO
FIFO,First In First Out ,是一种先进先出的数据缓存器. 没有外部读写地址线,只能顺序写入数据,顺序的读出数据, 其数据地址由内部读写指针自动加1完成. 不能像普通存储器那样可以 ...
- xss自动化攻击
所需工具 [1.xssValidator] [2.phantomjs] [3.xss.js] /** * This is a basic phantomJS script that will be u ...
- IT人员必备linux安全运维之Ssh用途、安全性、身份认证以及配置……【转】
SSH一般用途 提供shell,解决telnet不安全的传输 1.修改默认ssh默认端口 vi /etc/ssh/sshd_config 修改之后重启 >systemctl restart ss ...
- javascript反混淆之packed混淆(二)
上次我们简单的入门下怎么使用html破解packed的混淆,下面看一个综合案例. 上次内容javascript反混淆之packed混淆(一) function getKey() { var aaaaf ...
- 安装完ODTwithODAC112012,出现ORA-12560:TNS:协议适配器错误
参考:http://blog.csdn.net/tan_yixiu/article/details/6762357 操作系统:windows2008 Enterprise 64位 开发工具:VS201 ...
- Deep Learning基础--SVD奇异值分解
矩阵奇异值的物理意义是什么?如何更好地理解奇异值分解?下面我们用图片的例子来扼要分析. 矩阵的奇异值是一个数学意义上的概念,一般是由奇异值分解(Singular Value Decomposition ...
- BootStarp的form表单的基本写法
代码如下: <!DOCTYPE html> <html> <head> <title>BootStrap的基础入门</title> < ...