个人笔记，仅供复习

1.Bellman-Ford算法

1.1 适用范围：含负权边的带权有向图的单源最短路问题。不能处理带负权边的无向图

1.2 限制条件：要求图中不能包含权值总和为负值回路（负权值回路），如下图所示：

1.3 算法思想：

1.3.1 构造dist[k][u]：算法构造了一个最短路径长度序列dist[k][u]。其中：

• dist[1][u]是从源点v到终点u的只经过一条边的最短路径长度，并有dist[1][u] = Edge[v][u]
• dist[2][u]为从源点v最多经过两条边到达终点u的最短路径长度
• dist[3][u]为从源点v出发最多经过不构成负权值回路的三条边到达终点u的最短路径长度
• dist[n-1][u]为从源点v出发最多经过不构成负权值回路的n-1条边到达终点u的最短路径的长度

算法的最终目的是计算出dist[n-1][u]，为源点v到顶点u最短路径长度。

1.3.2 计算dist[k][u]：采用递推的方式计算dist[k][u]

• 设已经求出dist[k-1][u],u = 0,1,2…,n-1;此即从源点v最多经过不构成负权值回路的k-1条边到达终点的最短路径长度
• 从图的邻接矩阵可以找到各个顶点j到达顶点u的距离Edge[j][u]，计算min{dist[k][j]+Edge[j][u]}，可得从源点v绕过各顶点，最多经过不构成负权值回路的k条边到达终点u的最短路径长度
• 比较dist[k-1][u]和min{dist[k][j]+Edge[j][u]}，取较小者作为dist[k][u]的值

1.3.3 递推公式：dist[1][u] = Edge[v][u]

                         dist[k][u] = min{ dist[k-1][u] ,min{dist[k][j]+Edge[j][u]} },j = 0,1,…,n-1；j!=u

1.3.4 空间优化：由于计算出来dist[k][u]之后，dist[k-1][u]就没用了，所以我们可以只开一个一维数组dist[u]来不断更新它的值，算法结束时dist[u]中存放的就是dist[n-1][u]。

1.4 代码实例：

#define MAX_VER_NUM 10	//顶点个数最大值
#define MAX 1000000
int Edge[MAX_VER_NUM][MAX_VER_NUM];	//图的邻接矩阵
int vexnum;	//顶点个数
int path[MAX_VER_NUM]; //path[i]是i在最短路径中的上一个节点
void BellmanFord(int v) //假定图的邻接矩阵和顶点个数已经读进来了
{
	int i, k, u;
	for(i=0; i<vexnum; i++)
	{
		dist[i]=Edge[v][i];	//对dist[ ]初始化
		if( i!=v && dist[i]<MAX ) path[i] = v;	//对path[ ]初始化
		else path[i] = -1;
	}
for(k=2; k<vexnum; k++) //从dist1[u]递推出dist2[u], …,distn-1[u]
	{
		for(u=0; u< vexnum; u++)//修改每个顶点的dist[u]和path[u]
		{
			if( u != v )
			{
				for(i=0; i<vexnum; i++)//考虑其他每个顶点
				{
					if( Edge[i][u]<MAX &&
					    dist[u]>dist[i]+Edge[i][u] )
					{
						dist[u]=dist[i]+Edge[i][u];
						path[u]=i;
					}
				}
			}
		}
	}
}

1.5 Bellman算法与Dijkstra算法区别：

• Dijkstra算法在求解过程中，源点到集合S内各顶点的最短路径一旦求出，则之后不变了，修改的仅仅是源点到T集合中各顶点的最短路径长度。
• Bellman算法在求解过程中，每次循环都要修改所有顶点的dist[ ]，也就是说源点到各顶点最短路径长度一直要到Bellman算法结束才确定下来。

2.SPFA算法

2.1 适用范围：SPFA算法是Bellman算法的改进版，它们是适用范围是相同的

2.2 算法思想：利用队列动态更新最小值

• 设dist[i]代表s到i点的当前最短距离，fa代表s到i的当前最短路径的前一个点的编号。开始时dist初始值无穷大，只有dist[s] = 0，fa全为0。
• 维护一个队列，里面存放所有需要进行迭代的点。初始时队列中只有一个点s，用一个布尔数组记录每个点是否在队列中。
• 每次迭代，取出头节点v，依次枚举从v出发的边v->u，设边长度为len，如果dist[u] > dist[v]+len，则改进dist[u]，将fa[u]记为v，并且由于s到u的最短距离变小了，有可能u可以改进其他的点，所以如果u不在队列里，就把它放进队尾。
• 若一个点的最短路径被改进的次数达到n，则有负权环。可以通过SPFA算法判断图有无负权环。

2.3 代码实例：（邻接矩阵存图）

void spfa(int s){
	//dist[n]初始值无穷大
	dist[s] = 0;
	queue<int> q;
	q.push(s);
	vis[s] = true;//v在队列里
	while(q.empty()){//队列不为空 
		int v = q.front();
		q.pop();
		vis[v] = 0;//v已经不在队列中 
		for(int u = 0;u < n;u++){
			if(dist[u] > dist[v]+cost[v][u]){
				dist[u] = dist[v] + cost[v][u];
				fa[u] = v;
				updataTimes[u]++; //更新了多少次 
				if(vis[u] == 0)	q.push(u);
			}
		}
	} 
}