从Bellman-Ford到SPFA：图解最短路径算法的优化之路

从Bellman-Ford到SPFA：图解最短路径算法的优化之路

在解决单源最短路径问题时，算法选择往往需要在效率与通用性之间寻找平衡。Bellman-Ford算法以其处理负权边的能力著称，但其固定时间复杂度的特性使其在某些场景下显得效率不足。而SPFA（Shortest Path Faster Algorithm）作为其优化版本，通过巧妙的队列机制显著提升了性能，尤其适合处理稀疏图和存在负权边的情况。

1. Bellman-Ford算法：基础与局限

Bellman-Ford算法的核心在于通过多轮松弛操作逐步逼近最短路径解。其基本流程如下：

1. 初始化所有节点距离为无穷大，起点距离为0
2. 进行V-1轮松弛操作（V为节点数）
3. 检查是否存在负权环

def bellman_ford(graph, start):
    distance = {node: float('inf') for node in graph}
    distance[start] = 0
    
    for _ in range(len(graph) - 1):
        for u in graph:
            for v, w in graph[u].items():
                if distance[u] + w < distance[v]:
                    distance[v] = distance[u] + w
    
    # 检查负权环
    for u in graph:
        for v, w in graph[u].items():
            if distance[u] + w < distance[v]:
                return "图中存在负权环"
    
    return distance

注意：Bellman-Ford算法的时间复杂度固定为O(V