\(spfa\) 的最佳化都是基於 \(deque\) 的,我們通常使用 \(LLL\) 最佳化,程式碼簡單,最佳化效果最好,詳情可見參考這裡,例題可以參考這裡
1. \(LLL\) 最佳化(入隊最佳化)
Large Label Last 最佳化
:思路就是將 \(dist\) 更大的點放入隊尾,將 \(dist\) 更小的點放入隊頭,優先使用 \(dist\) 更小的點進行鬆弛操作。
void spfa(int head)
{
memset(dist, 0x3f, sizeof dist);
memset(st, false, sizeof st);
dist[head] = 0;
deque<int> q;
q.push_front(head);
st[head] = true;
while(q.size())
{
int cur = q.front();
q.pop_front();
st[cur] = false;
for(int i = h[cur]; i != -1; i = ne[i])
{
int j = e[i];
if(dist[j] > dist[cur] + w[i])
{
dist[j] = dist[cur] + w[i];
if(!st[j])
{
/*============== LLL 最佳化 ==============*/
if(q.empty() || dist[j] > dist[q.front()])
q.push_back(j);
else q.push_front(j);
/*======================================*/
st[j] = true;
}
}
}
}
}
2. \(SLF\) 最佳化(出隊最佳化)
Small Label First 最佳化
:優先讓 \(dist\) 更小的節點出隊來進行鬆弛操作,不過這個“小”並不好把握,總不能遍歷一遍佇列找這個小的 \(dist\) 把。因此,這裡的“小”是平均意義上的小,即小於等於佇列中所有元素的平均值,因此我們要維護佇列元素個數 \(cnt\) (不用q.size()
,呼叫函式可能更慢)和佇列中的元素和 \(sum\),透過 while
來進行判斷,不過由於最佳化邏輯中有個 while
,其最佳化效果可能很玄?
void spfa(int head)
{
memset(dist, 0x3f, sizeof dist);
memset(st, false, sizeof st);
dist[head] = 0;
deque<int> q;
q.push_front(head);
st[head] = true;
/*================================*/
int sum = dist[head], cnt = 1;
/*================================*/
while(q.size())
{
int cur = q.front();
/*============================*/
while(dist[cur] * cnt > sum)
{
q.push_front();
q.push_back(cur);
cur = q.front();
}
/*============================*/
q.pop_front();
st[cur] = false;
/*============================*/
cnt -- , sum -= dist[cur];
/*============================*/
for(int i = h[cur]; i != -1; i = ne[i])
{
int j = e[i];
if(dist[j] > dist[cur] + w[i])
{
dist[j] = dist[cur] + w[i];
if(!st[j])
{
q.push_back(j);
/*============================*/
cnt ++ , sum += dist[j];
/*============================*/
st[j] = true;
}
}
}
}
}