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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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. ...

  6. 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 ...

  7. 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 ...

  8. 【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 ...

  9. 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

  1. Elasticsearch技术解析与实战(七)Elasticsearch批量操作

    批量查询 1.如果查询的document是不同index下的不同type种的话 GET /_mget { "docs" : [ { "_index" : &qu ...

  2. c#开发_Dev的关于XtraGrid的使用(GridControl小结)

    1,增加新行用InitNewRow事件,给新行某字段赋值.后结束编辑. private void grdView_InitNewRow(object sender, DevExpress.XtraGr ...

  3. uoj311 【UNR #2】积劳成疾

    传送门:http://uoj.ac/problem/311 [题解] 这题的期望dp好神奇啊(可能是我太菜了) 由于每个位置都完全一样,所以我们设$f_{i,j}$表示审了连续$i$个位置,最大值不超 ...

  4. 探讨一个“无法创建JVM”的问题(已解决)

    ava版本:1.4 运行设置: -Xms1G -Xmx4G 报错: [ Incompatible initial and maximum heap sizes specified: ][ initia ...

  5. 吐泡泡(2018年全国多校算法寒假训练营练习比赛(第二场)+栈模拟)+Plug-in(codeforces81A+栈模拟)

    吐泡泡题目链接:https://www.nowcoder.com/acm/contest/74/A 题目: 思路: 这种题目当初卡了我很久,今天早训时遇到一个一样得题,一眼就想到用栈模拟,就又回来把这 ...

  6. CAD启动提示"是否关闭命令行"不管点击什么,都会闪退的解决办法

    AutoCAD splash screen starts up and then closes   AutoCAD splash screen starts up and then closes (S ...

  7. Vue-Module

    由于使用单一状态树,应用的所有状态会集中到一个比较大的对象.当应用变得非常复杂时,store 对象就有可能变得相当臃肿. 为了解决以上问题,Vuex 允许我们将 store 分割成模块(module) ...

  8. MySQL sleep过多解决方法

    睡眠连接过多,会对mysql服务器造成什么影响? 严重消耗mysql服务器资源(主要是cpu, 内存),并可能导致mysql崩溃. 造成睡眠连接过多的原因? 1. 使用了太多持久连接(个人觉得,在高并 ...

  9. 使用keytool生成ssl密钥文件keystore和truststore

    最近在研究Mina的开发,通信的时候需要数据加密,而且mina本身支持SSLFilter过滤器,所以可以采用SSL加密的方式对数据进行加密. 在进行加密之前,我们需要使用keytool(这个存在于C: ...

  10. 动态更新echart成交量柱状图,并且不重绘,类似K线的更新方式

    function setoption(data) { let dataVolume=volumeChartData; var option = { title: { text: '成交量',// su ...