news 2026/1/17 7:56:50

最短路(Spfa)(信息学奥赛一本通- P1382)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
最短路(Spfa)(信息学奥赛一本通- P1382)

【题目描述】

给定 M 条边, N 个点的带权无向图。求 1到 N 的最短路。

【输入】

第一行:N,M(N<=100000,M<=500000);

接下来M行3个正整数:ai,bi,ci表示ai,bi之间有一条长度为ci的路,ci<=1000。

【输出】

一个整数,表示 1 到 N 的最短距离。

【输入样例】

4 4 1 2 1 2 3 1 3 4 1 2 4 1

【输出样例】

2

【提示】

【样例解释】

注意图中可能有重边和自环,数据保证 1 到 N 有路径相连。

0. 题目概要

给定N个点 (N<=10^5) 和M条边 (M<=5*10^5) 的带权无向图。

求从点 1 到点N的最短距离。

提示:虽然题目指定用 SPFA,但在实际工程或比赛中,对于正权图,堆优化 Dijkstra 是更稳定的选择。

1. 算法解析

1.1 SPFA 的核心逻辑

SPFA是 Bellman-Ford 的队列优化版。

  • 核心思想:只有“变短了”的点,才有可能去更新它的邻居。

  • 实现机制

    1. 用队列维护所有“距离被更新且尚未处理”的节点。

    2. 取出队首节点u,取消标记。

    3. 遍历u的所有出边 (u, v, w)。

    4. 松弛操作:如果dis[v] > dis[u] + w,则更新dis[v]

    5. 如果v更新了且不在队列中,将v入队并标记。

1.2 空间与时间

  • 空间:由于是无向图,存图时需要建双向边,因此边数组的大小必须开到2*M。本题 M=500,000,数组至少要开1,000,000。

  • 时间:SPFA 的平均时间复杂度是O(kM)(k为常数,约 2~4)。但在最坏情况下(如网格图)会退化为O(NM)。本题数据通常较弱,SPFA 可过。

2. 易错点

  1. 数组越界:这是无向图最短路最容易挂的地方,M是 50 万,vtex,nxt,wt必须开到100 万以上

  2. IO 瓶颈:M很大,输入数据多,建议使用快读或关闭同步流ios::sync_with_stdio(false); cin.tie(0);

  3. 重边与自环:SPFA 的松弛操作if(dis[v] > dis[u] + w)天然能处理重边(会自动选短的那条)和自环(不会死循环),无需特殊处理。

3. 完整代码

//题目写了spfa 我们就spfa #include <iostream> #include <cstring> #include <queue> using namespace std; int n,m; const int maxn=100010; const int maxm=1100000; int h[maxn]; int vtex[maxm]; int nxt[maxm]; int wt[maxm]; int idx; int dis[maxn]; int is_used[maxn];//标记每个点是否在队列中 queue<int> q; void spfa(int s){ dis[s]=0;//起点到自己距离为0 int tmp=s; q.push(tmp);//起点入队 is_used[tmp]=1;//打上标记 while(!q.empty()){ tmp=q.front();//访问队首 q.pop();//出队 is_used[tmp]=0;//取消标记 int p=h[tmp];//tmp头指针 while(p!=-1){//遍历tmp所有邻接点 //如果该邻接点到源点距离大于 tmp到源点距离+边权 if(dis[vtex[p]]>dis[tmp]+wt[p]){ //就更新该邻接点到源点距离 dis[vtex[p]]=dis[tmp]+wt[p]; //如果该邻接点不在队中就入队并打上标记否则不用理会 if(is_used[vtex[p]]==0){ q.push(vtex[p]); is_used[vtex[p]]=1; } } p=nxt[p];//更新指针 } } } void addedge(int u,int v,int w){ vtex[idx]=v; nxt[idx]=h[u]; wt[idx]=w; h[u]=idx++; } int main(){ ios::sync_with_stdio(false); cin.tie(0); cin>>n>>m; memset(h,-1,sizeof(h)); //邻接表存图 for(int i=1;i<=m;i++){ int a,b,c; cin>>a>>b>>c; addedge(a,b,c);//无向即双向路 addedge(b,a,c); } memset(dis,0x3f,sizeof(dis));//初始化所有点到1距离为无穷 spfa(1); cout<<dis[n]; return 0; }

4. 总结

这道题是 SPFA 的入门模板题。

  • 优点:代码比堆优化 Dijkstra 短,逻辑简单,能处理负权边。

  • 缺点:极其不稳定,容易被出题人卡tle。

  • 策略:如果题目没明确说“可能有负权边”,尽量首选 Dijkstra。但本题指名道姓要 SPFA,那就用,数组开够即可。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/1/9 9:32:03

深度测评本科生常用AI论文工具TOP9

深度测评本科生常用AI论文工具TOP9 2026年本科生AI论文工具测评&#xff1a;为何需要一份权威榜单&#xff1f; 随着人工智能技术的快速发展&#xff0c;越来越多的本科生开始借助AI论文工具提升写作效率、优化内容质量。然而&#xff0c;面对市场上种类繁多的工具&#xff0c…

作者头像 李华
网站建设 2026/1/9 9:31:36

FreeRTOS OTA回滚机制:固件升级失败恢复策略完全指南

FreeRTOS OTA回滚机制&#xff1a;固件升级失败恢复策略完全指南 【免费下载链接】FreeRTOS Classic FreeRTOS distribution. Started as Git clone of FreeRTOS SourceForge SVN repo. Submodules the kernel. 项目地址: https://gitcode.com/GitHub_Trending/fr/FreeRTOS …

作者头像 李华
网站建设 2026/1/9 9:31:32

大模型PK:CRNN vs ConvNextTiny,中文识别谁更强?

大模型PK&#xff1a;CRNN vs ConvNextTiny&#xff0c;中文识别谁更强&#xff1f; &#x1f4d6; OCR文字识别的技术演进与挑战 光学字符识别&#xff08;OCR&#xff09;作为连接物理世界与数字信息的关键技术&#xff0c;在文档数字化、票据处理、智能交通等领域扮演着核心…

作者头像 李华
网站建设 2026/1/9 9:31:24

翻译服务性能优化:让CSANMT模型速度提升5倍的技巧

翻译服务性能优化&#xff1a;让CSANMT模型速度提升5倍的技巧 &#x1f4cc; 背景与挑战&#xff1a;轻量级CPU环境下的翻译服务瓶颈 随着全球化进程加速&#xff0c;高质量、低延迟的中英翻译服务在企业出海、学术交流和内容创作中变得愈发重要。基于深度学习的神经机器翻译&a…

作者头像 李华
网站建设 2026/1/9 9:31:11

教育行业新利器:CRNN OCR实现试卷自动批改系统

教育行业新利器&#xff1a;CRNN OCR实现试卷自动批改系统 &#x1f4d6; 项目背景与核心价值 在教育信息化加速推进的今天&#xff0c;传统人工批改试卷的方式正面临效率低、成本高、主观性强等多重挑战。尤其是在大规模考试场景中&#xff0c;教师需要耗费大量时间处理重复性…

作者头像 李华
网站建设 2026/1/9 9:30:49

CSANMT模型源码解读:Transformer在翻译任务中的应用

CSANMT模型源码解读&#xff1a;Transformer在翻译任务中的应用 &#x1f310; AI 智能中英翻译服务的技术底座 随着全球化进程的加速&#xff0c;高质量、低延迟的机器翻译需求日益增长。传统的统计机器翻译&#xff08;SMT&#xff09;已逐渐被神经网络翻译&#xff08;NMT&a…

作者头像 李华