转载链接:
http://www.wutianqi.com/?p=1912
Dijkstra算法是处理单源最短路径的有效算法,但它局限于边的权值非负的情况,若图中出现权值为负的边,Dijkstra算法就会失效,求出的最短路径就可能是错的。
这时候,就需要使用其他的算法来求解最短路径,Bellman-Ford算法就是其中最常用的一个。该算法由美国数学家理查德•贝尔曼(Richard Bellman, 动态规划的提出者)和小莱斯特•福特(Lester Ford)发明。
适用条件&范围:
单源最短路径(从源点s到其它所有顶点v);
有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图);
边权可正可负(如有负权回路输出错误提示);
差分约束系统;
Bellman-Ford算法的流程如下:
给定图G(V, E)(其中V、E分别为图G的顶点集与边集),源点s,数组Distant[i]记录从源点s到顶点i的路径长度,初始化数组Distant[n]为, Distant[s]为0;
以下操作循环执行至多n-1次,n为顶点数:
对于每一条边e(u, v),如果Distant[u] + w(u, v) < Distant[v],则另Distant[v] = Distant[u]+w(u, v)。w(u, v)为边e(u,v)的权值;
若上述操作没有对Distant进行更新,说明最短路径已经查找完毕,或者部分点不可达,跳出循环。否则执行下次循环;
为了检测图中是否存在负环路,即权值之和小于0的环路。对于每一条边e(u, v),如果存在Distant[u] + w(u, v) < Distant[v]的边,则图中存在负环路,即是说改图无法求出单源最短路径。否则数组Distant[n]中记录的就是源点s到各顶点的最短路径长度。
可知,Bellman-Ford算法寻找单源最短路径的时间复杂度为O(V*E).
Bellman-Ford算法可以大致分为三个部分
第一,初始化所有点。每一个点保存一个值,表示从原点到达这个点的距离,将原点的值设为0,其它的点的值设为无穷大(表示不可达)。
第二,进行循环,循环下标为从1到n-1(n等于图中点的个数)。在循环内部,遍历所有的边,进行松弛计算。
第三,遍历途中所有的边(edge(u,v)),判断是否存在这样情况:
d(v) > d (u) + w(u,v)
则返回false,表示途中存在从源点可达的权为负的回路。
之所以需要第三部分的原因,是因为,如果存在从源点可达的权为负的回路。则 应为无法收敛而导致不能求出最短路径。
测试代码如下:(下面为有向图的Bellman-Ford算法。。。。。)
PS:很简单的算法,没什么特别好说的。自己的代码
#include<bits/stdc++.h>
using namespace std;
#define maxn 999
#define inf 0x3f3f3f3f
typedef struct Edge{int form;int to;int w;}edge;
edge ma[maxn];
int dis[maxn];
int k,node,v;
int bellman_ford()
{
for(int i=1;i<=node;i++) //初始化,找正权回路是初始化为0
dis[i]=inf; //dis代表着从源点到i的距离
dis[v]=0;
for(int i=1;i<=node-1;i++) //历遍每一个点
{
for(int j=1;j<=k;j++) //历遍每条边
{
if(dis[ma[j].form]>dis[ma[j].to]+ma[j].w) //如果v-form的距离大于v-to+to-from的距离就更新v-form的距离
{
dis[ma[j].form]=dis[ma[j].to]+ma[j].w;
}
}
}
int flag=1;
for(int i=1;i<=k;i++) //判断是否有负权回路,改变条件后也可以判断是否有正权回路
{
if(dis[ma[i].form]>dis[ma[i].to]+ma[i].w)
{
flag=0;
break;
}
}
return flag;
}
int main()
{
scanf("%d %d %d",&node,&k,&v);
for(int i=1;i<=k;i++)
{
scanf("%d%d%d",&ma[i].form,&ma[i].to,&ma[i].w);
}
if(bellman_ford())
{
for(int i=1;i<=node;i++)
{
printf("%d\n",dis[i]);
}
}
else
printf("have negative circle\n");
}