1. 说明

Bellman-Ford算法运行结束后，会得到从源节点 s 到其它所有节点的最短路径，同时得到每个节点的前驱节点，Bellman-Ford不能包含负权回路如图 1.1 但可以包含图 1.2，这里所说的负权环路是指环路的权值总和为正或为负

图 1.1

图 1.2

2. 松弛操作

• 2.1. 概念

松弛操作针对的操作对象是图中的边，对图中任意一条边e=(u,v)，假设在对e进行松弛之前，已经知道从源节点s到u的最短估计距离u.d，从源点到v的最短估距离v.d，同时边e的权重为w，松弛操作就是更新节点v的最短估计距离v.d = min{v.d, u.d + w}, 由于初始状态是，所有节点的最短估计路径都设为 Infinity 即无穷大，所以在任意时刻，u.d和v.d都是存在的

• 2.2. 举例

初始时，v1,v2,v3,v4四个节点的最短估计路径都为 Infinity ，求解从v1节点到其它所有节点的最短路径距离，所以将v1.d设置为0

图 2.2

• 对边(v1,v2)进行松弛 有 v1.d = 0,v2.d = Infinity,w(v1,v2) = 1; 所以v2.d被更新为 v2.d = v1.d + w(v1,v2) = 1;
• 对边(v1,v3)进行松弛 有 v1.d = 0,v3.d = Infinity,w(v1,v3) = 3; 所以v3.d被更新为 v3.d = v1.d + w(v1,v3) = 3;
• 对边(v2,v4)进行松弛 有 v2.d = 1,v4.d = Infinity,w(v2,v4) = 5; 所以v4.d被更新为 v4.d = v2.d + w(v2,v4) = 6;
• 对边(v3,v4)进行松弛 有 v3.d = 3,v4.d = 6,w(v3,v4) = 1; 所以v4.d被更新为 v4.d = v3.d + w(v3,v4) = 4;

3. js中如何表示无穷大

在全局使用 Infinity 来表示正无穷大，用 -Infinity 表示负无穷大，同时可以使用 Number.POSITIVE_INFINITY 表示正无穷，用Number.NEGATIVE_INFINITY 表示负无穷，这几个常量都可以与其它类型的数字比较大小，在 Number中还有其它的常量，读者可以在新版的浏览器控制台 执行 console.dir(Number) 去查看

4. 相关数据结构及初始化算法的输入数据

//节点数据结构
function Vertex() {
    if (!(this instanceof Vertex))
        return new Vertex();
    this.id = null; //用来标识节点
    this.data = null; //节点数据
}

//边数据结构
function Edge() {
    if (!(this instanceof Edge))
        return new Edge();
    this.u = null; //边的起点节点
    this.v = null; //边的终点节点
    this.w = null; //边的权重
}

//图
function Graph() {
    if (!(this instanceof Graph))
        return new Graph();
    this.vertices = []; //图的节点集 作为算法的输入数据
    this.edges = []; //图的边集 作为算法的输入数据
    this.refer = new Map(); //节点标识表
}
Graph.prototype = {
    constructor: Graph,
    initVertices: function(vs) {
        for (let id of vs) {
            let v = Vertex();
            v.id = id;
            this.refer.set(id, v);
            this.vertices.push(v);
        }
    },
    initEdges: function(es) {
        for (let r of es) {
            let e = Edge();
            e.u = this.refer.get(r.u);
            e.v = this.refer.get(r.v);
            e.w = r.w;
            this.edges.push(e);
        }
    }
}

var vertices = ['v1', 'v2', 'v3', 'v4'];
var edges = [
    {u:'v1', v:'v2', w:1},
    {u:'v1', v:'v3', w:3},
    {u:'v2', v:'v4', w:5},
    {u:'v3', v:'v4', w:1},
    {u:'v4', v:'v2', w:-3}
];

var g = Graph();
g.initVertices(vertices);
g.initEdges(edges);

5. Bellman-Ford算法

• 5.1. 算法介绍

BellmanFord算法的原理就是对输入的所有边都进行 |V| - 1次松弛操作，为什么是 |V| - 1次见 5.3.

• 5.2. 算法的js实现

 function BellmanFord(vertices, edges, source) {
    let distance = new Map(); //用来记录从原节点 source 到某个节点的最短路径估计值
    let predecessor = new Map(); //用来记录某个节点的前驱节点

    // 第一步: 初始化图
    for (let v of vertices) {
        distance.set(v, Infinity); // 初始化最短估计距离 默认无穷大
        predecessor.set(v, null); // 初始化前驱节点 默认为空
    }
    distance.set(source, 0); // 将源节点的最短路径估计距离 初始化为0

    // 第二步: 重复松弛边
    for (let i = 1, len = vertices.length - 1; i < len; i++) {
        for (let e of edges) {
            if (distance.get(e.u) + e.w < distance.get(e.v)) {
                distance.set(e.v, distance.get(e.u) + e.w);
                predecessor.set(e.v, e.u);
            }
        }
    }

    // 第三步: 检查是否有负权回路 第三步必须在第二步后面
    for (let e of edges) {
        if (distance.get(e.u) + e.w < distance.get(e.v))
            return null; //返回null表示包涵负权回路
    }

    return {
        distance: distance,
        predecessor: predecessor
    }
}

• 5.3. 为什么第二步中的要加最外层循环，并且是 |V| - 1 次

最外层增加循环且次数为|V| - 1次，原因是对输入的边的顺序是没有限制的，在 2.2.节 中，我们用了四次松弛操作就找到了从节点v1到其它所有节点的最短路径，是因为 2.2.节 中边是按照一定的顺序选取的，开始时选取的是与源节点直接相领的边，接下来选取边的起始节点是已经被松弛过的边连接的终止节点，如果对边的选取顺序为 (v2,v4),(v3,v4),(v1,v2),(v1,v3) 这种情况就需要最外层的循环，并且需要两次,考虑最坏的情况，如图

图 5.3

并且边的选取顺序为(v3,v4),(v2,v3),(v1,v2),这样对于四个节点需要三次最外层的循环，即|V| - 1

在《算法导论》中，有这样的描述：
当进行第 i 次循环时，一定包含边 (v[i-1],v[i]), 这句话的意思时，如果存在从源节点s到v的最短路径，那么在第i次循环结束后，节点 v[i-1].d和节点v[i].d一定不为 Infinity ，为一个具体的值

6. 完整代码

输入图为 图 1.2 从 节点v1到其它所有节点的最短路径

//节点数据结构
function Vertex() {
    if (!(this instanceof Vertex))
        return new Vertex();
    this.id = null; //用来标识节点
    this.data = null; //节点数据
}

//边数据结构
function Edge() {
    if (!(this instanceof Edge))
        return new Edge();
    this.u = null; //边的起点节点
    this.v = null; //边的终点节点
    this.w = null; //边的权重
}

//图
function Graph() {
    if (!(this instanceof Graph))
        return new Graph();
    this.vertices = []; //图的节点集
    this.edges = []; //图的边集
    this.refer = new Map(); //节点标识表
}
Graph.prototype = {
    constructor: Graph,
    initVertices: function(vs) {
        for (let id of vs) {
            let v = Vertex();
            v.id = id;
            this.refer.set(id, v);
            this.vertices.push(v);
        }
    },
    initEdges: function(es) {
        for (let r of es) {
            let e = Edge();
            e.u = this.refer.get(r.u);
            e.v = this.refer.get(r.v);
            e.w = r.w;
            this.edges.push(e);
        }
    }
}

function BellmanFord(vertices, edges, source) {
    let distance = new Map(); //用来记录从原节点 source 到某个节点的最短路径估计值
    let predecessor = new Map(); //用来记录某个节点的前驱节点

    // 第一步: 初始化图
    for (let v of vertices) {
        distance.set(v, Infinity); // 初始化最短估计距离 默认无穷大
        predecessor.set(v, null); // 初始化前驱节点 默认为空
    }
    distance.set(source, 0); // 将源节点的最短路径估计距离 初始化为0

    // 第二步: 重复松弛边
    for (let i = 1, len = vertices.length - 1; i < len; i++) {
        for (let e of edges) {
            if (distance.get(e.u) + e.w < distance.get(e.v)) {
                distance.set(e.v, distance.get(e.u) + e.w);
                predecessor.set(e.v, e.u);
            }
        }
    }

    // 第三步: 检查是否有负权回路 第三步必须在第二步后面
    for (let e of edges) {
        if (distance.get(e.u) + e.w < distance.get(e.v))
            return null; //返回null表示包涵负权回路
    }

    return {
        distance: distance,
        predecessor: predecessor
    }
}

var vertices = ['v1', 'v2', 'v3', 'v4'];
var edges = [
    {u:'v1', v:'v2', w:1},
    {u:'v1', v:'v3', w:3},
    {u:'v2', v:'v4', w:5},
    {u:'v3', v:'v4', w:1},
    {u:'v4', v:'v2', w:-3}
];

var g = Graph();
g.initVertices(vertices);
g.initEdges(edges);

var r = BellmanFord(g.vertices, g.edges, g.vertices[0]);
console.log(r);