SPFA算法在使用队列与栈时，取决于具体应用场景与图结构特性，其核心区别在于节点扩展顺序对松弛效率的影响。
-
使用队列（标准实现） ：
采用先进先出（FIFO）策略，模拟广度优先搜索（BFS），按层次逐步松弛节点。适用于通用场景 ，尤其在稀疏图 中表现稳定，平均时间复杂度接近 O(kE)O(kE)（kk 为平均入队次数）。队列能均衡地传播最短路径更新，避免局部深度搜索导致的冗余，是工程实现的首选，适合大多数算法竞赛与实际系统。
-
使用栈（优化变体） ：
采用后进先出（LIFO）策略，模拟深度优先搜索（DFS），优先深入最新更新的路径。在特定图结构 （如链状、树状或具有强深度依赖的图）中，栈能更快触发负环检测或加速收敛。例如在 POJ3159《Candies》等卡时间的竞赛题中，栈版本常能通过队列超时的数据。但其最坏时间复杂度仍为 O(VE)O(VE)，且稳定性差，可能在随机图中性能劣化。
表格
| 使用场景 | 推荐结构 | 原因 |
|---|---|---|
| 通用单源最短路（含负权） | 队列 | 稳定、均衡、兼容性好 |
| 图呈链式或深度优先结构 | 栈 | 深度优先加速路径传播 |
| 需快速检测负环 | 栈 | DFS 更易重复访问同一节点 |
| 数据卡队列超时 | 栈 | 竞赛中常用"换栈过题"技巧 |
| 稠密图或无负权 | 避免SPFA | 直接使用 Dijkstra 更优 |
注：栈优化并非理论创新，而是工程层面的启发式调整。其有效性高度依赖输入数据分布，不建议作为默认实现。