关于 SPFA，它真的死在“方格图”手里了吗？

SPFA（Shortest Path Faster Algorithm）是一个让人又爱又恨的存在。它写起来比 Dijkstra 简单，还能处理负权边，在随机图上跑得飞快。

但如果盲目套用 SPFA，可能会收获一串鲜红的 TLE。

为什么方格图天生“克” SPFA？

与其说 SPFA 是一个最短路算法，不如说它是一个基于队列优化的迭代松弛工具。它的核心逻辑是：“只要一个点 $u$ 的最短距离变小了，那么它所有出边的终点 $v$ 都有可能被进一步更新。”

在 Dijkstra 算法中，贪心策略保证了每个节点出队即为最优解（$dist$ 具有单调性）。而 SPFA 不具备单调性。
在方格图中，从起点到终点存在指数级数量的简单路径。如果通过控制边序或权重使算法先沿着一条边数较多、初始权值较大的路径（长链）更新了后方大量节点，随后才扫描到一条总权值更小的‘捷径’，SPFA 将不得不对所有受影响的后继节点进行重复松弛与重新入队。
出题人可以利用这一点，构造多达 $O(V)$ 层这种“捷径”。每发现一条新的捷径，SPFA 就要把后面的节点重新洗一遍。最终，每个节点入队的次数不再是常数 $k$，而是变成了线性 $O(V)$，导致总复杂度退化为 $O(V\cdot E)$，即 $O(V^2)$（方格图中 $E\approx 4V$）。

SPFA 的效率模型

$$W=\sum _{i=1}^{|V|}(coun{t}_i\times o$$