Dijkstra、Bellman_Ford、SPFA、Floyd算法复杂度比较_请对比b-f算法、dijkstra算法、以及f-w算法的计算复杂度。-程序员宅基地

技术标签: 图论  

转自:Dijkstra、Bellman_Ford、SPFA、Floyd算法复杂度比较

Dijkstra:适用于权值为非负的图的单源最短路径,用斐波那契堆的复杂度O(E+VlgV)

BellmanFord:适用于权值有负值的图的单源最短路径,并且能够检测负圈,复杂度O(VE)

SPFA:适用于权值有负值,且没有负圈的图的单源最短路径,论文中的复杂度O(kE),k为每个节点进入Queue的次数,且k一般<=2,但此处的复杂度证明是有问题的,其实SPFA的最坏情况应该是O(VE).

Floyd:每对节点之间的最短路径。

 

先给出结论:

(1)当权值为非负时,用Dijkstra。

(2)当权值有负值,且没有负圈,则用SPFA,SPFA能检测负圈,但是不能输出负圈。

(3)当权值有负值,而且可能存在负圈,则用BellmanFord,能够检测并输出负圈。

(4)SPFA检测负环:当存在一个点入队大于等于V次,则有负环,后面有证明。

 

本文针对SPFA算法进行分析。

 

 

本文解决问题有:

(1)证明SPFA算法最坏复杂度。

(2)为什么存在一个点进入队列V次,就说图有负环。

 

SPFA是西安交通大学的段凡丁在1994年与《西安交通大学学报》中发表的“关于最短路径的SPFA快速算法”,他在里面说SPFA速度比Dijkstra快,且运行V次的SPFA速度比Floyd速度快,当时我就产生了疑惑:为什么他这么快,在一些经典的书籍中都没有出现过,也没被提及过。

事实证明SPFA算法是有局限的,他不适用于稠密图,对于特别情况的稠密图,SPFA复杂度和BellmanFord时间一样。

 

最优时间复杂度先不看。

 

下面来证明SPFA最坏时间复杂度:

 

思路:

(1)找出SPFA的最最坏到不可能的情况的复杂度为O(VE)。

(2)找出SPFA确实有图,使得跑SPFA的复杂度为O(VE)。

 

 

我原本想举一个例子来说明SPFA存在O(VE)的情况,但是确实,最坏情况复杂度是不能用举例说明的,谢谢TianMingBu老师的指出。

 

 

证明如果有负环当且仅当存在一个点入队列次数大于等于V次。

 

对于某个点v,我们已知s到v的松弛路径的边的数量最多为V-1。

我这里说的松弛路径指的是:比如s直接松弛v,这样就有一条松弛路径:s->v 。s松弛a,a松弛v,则s->a->v就是一条松弛路径。

 

对于所有s到v的松弛路径来说,当松弛路径边的数量相等时,v只入队一次。

比如有松弛路径:

s->a->x->v

s->b->x->v

s->c->z->v,可以看出v只入队一次。

因为s到v的松弛路径的长度最多可以有V-1种变化,所以v最多入队V-1次。

 

举个例子:

 

假设有一个图,点集为{s,a,b,c,v},则最多可能的松弛路径有:

s->v

s->a->v

s->b->v

s->c->v

s->a->b->v

s->a->c->v

s->b->c->v

s->a->b->c->v

 

则松弛路径的边数变化有1,2,3,4,所以v入队为4次,即V-1次。

 

 

 

所以我们可以说每个点最多入队V-1次,因此我们求最坏情况为每个点都入队V-1次,所以此时:

 

这里举个最坏情况的例子。

 

 

当然我们可能考虑,当给定一个V的值,E的值,比如E=2V,怎么给出一个图,使得对此图运行SPFA算法的复杂度为O(VE).

我们这里假定图是连通的,所以E>=V-1。

 

方法如下:

(1)我们首先将图组成一个链,即如下图所示:

 

 

这样就用去了V-1条边。

(2)分别添加v0连向v2,v3,....vk的边,我们要添加的这些边的权值要满足v0先更新vk,v0更新vk-1后vk-1还能更新vk,以此类推,如下图所示:

(3)以vk,vk-1,.....v1的顺序添加权值为正无穷的自环,且不断循环,这个步骤是为了保持v1到vk点的出度保持一致,所以这样做,如下图:

 

这样我们就构造了一个能够让SPFA跑出O(VE)的图了,原因如下:

 

因为我们E的值和V的值是不确定的,所以很有可能不能够完成上述的这些构造,我们会分析当没有剩余的边构造上面的步骤(2)时的复杂度(也就是说E<=2V-3,因为第一步连成一个链需要V-1条边,而第二步v0连出去的边需要V-2),和有足够的边能构造上面的图这两种情况。

 

(1)如果E<=2V-3

 

因为E<=2V-3,所以E=O(V),所以只要能够求出复杂度是O(V^2),即可说为O(VE).

我们要计算所有点的入队次数和访问的边数。

 

V0出度为 E-V+2,V0入队1次。

V1出度为1,V1入队为1次。

V2出度为1,V2入队为2次(分别为v0松弛v2,v1松弛v2)。

V3出度为1,V3入队为3次。

....

V(e-v+2)出度为1,入队次数为(E-V+2)次。

后面V(e-v+3),V(e-v+4),.....V(k-1)的出度为1,入队次数为E-V+2次。 这些点的个数为V-(E-V+3)-1 = 2V-E-4。

vk出度为0,vk入队为E-V+2次。

 

所以总共的访问的边数为:

 

(2)如果E>2V-3

 

此时构造图的第二步已经完毕,所以后面剩余的边只需要不断添加自环保持出度平衡即可。

 

V0出度为V-1,入队1次。

V1到Vk出度为(E-V+2)/(V-1) 或(E-V+2)/(V-1)+1。

v1到vk的入队次数分别为1,2,3,.....V-1。

 

所以总共访问边数为:

 

 

 

[java] view plain copy

  1. package C24;  
  2.   
  3. import java.util.Iterator;  
  4. import java.util.LinkedList;  
  5. import java.util.List;  
  6.   
  7. import C22.GraphFactory;  
  8. import C22.Pair;  
  9. import C22.Weighted_Adjacent_List;  
  10.   
  11. public class SPFA {  
  12.     public int[] spfa(Weighted_Adjacent_List G,String s){  
  13.         return spfa(G,G.getVertexIndex(s));  
  14.     }  
  15.     public int[] spfa(Weighted_Adjacent_List G,int s){  
  16.         //1.创建所要的数据结构  
  17.         int size = G.getSize();  
  18.         int d[] = new int[size];    //距离估计  
  19.         for(int i=0;i<d.length;i++){  
  20.             d[i] = Integer.MAX_VALUE;  
  21.         }  
  22.         List<Integer> Q = new LinkedList<Integer>();  
  23.         boolean is_in_queue[] = new boolean[size];  //是否在队列中  
  24.         for(int i=0;i<is_in_queue.length;i++){  
  25.             is_in_queue[i] = false;  
  26.         }  
  27.         //2.初始化  
  28.         d[s] = 0;  
  29.         Q.add(s);  
  30.         is_in_queue[s] = true;  
  31.         //3.核心  
  32.         while(!Q.isEmpty()){  
  33.             int u = Q.remove(0);  
  34.             is_in_queue[u] = false;  
  35.             List<Pair> list = G.getListByVertexIndex(u);  
  36.             Iterator<Pair> iter = list.iterator();  
  37.             while(iter.hasNext()){  
  38.                 Pair vstr = iter.next();  
  39.                 int v = G.getVertexIndex(vstr.end);  
  40.                 if(d[v]>d[u]+vstr.weight){  
  41.                     d[v] = d[u] + vstr.weight;  
  42.                     if(!is_in_queue[v]){    //如果松弛的点不在队列中,则加入队列;如果在队列中,则不动  
  43.                         Q.add(v);  
  44.                         is_in_queue[v] = true;  
  45.                     }  
  46.                 }  
  47.             }  
  48.         }  
  49.         return d;  
  50.     }  
  51.     public static void main(String[] args) throws Exception {  
  52.         SPFA spfa_alg = new SPFA();  
  53.         Weighted_Adjacent_List g = GraphFactory.getWeightedAdjacentListInstance("input\\weighted_graph.txt");  
  54.         int[] d = spfa_alg.spfa(g,"s");  
  55.         for(int i=0;i<d.length;i++){  
  56.             System.out.println(g.getVertexValue(i)+":"+d[i]);  
  57.         }  
  58.     }  

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/flyzer/article/details/80655051

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk

随便推点

matlab(4):特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;amp;gt;Jni-&amp;amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法