Dijkstra算法虽然好,但是它不能解决带有负权边(边的权值为负数)的图。

接下来学习一种无论在思想上还是在代码实现上都可以称为完美的最短路径算法:Bellman-Ford算法。

Bellman-Ford算法非常简单,核心代码四行,可以完美的解决带有负权边的图。

for(k=;k<=n-;k++)  //外循环循环n-1次,n为顶点个数
for(i=;i<=m;i++)//内循环循环m次,m为边的个数,即枚举每一条边
if(dis[v[i]]>dis[u[i]]+w[i])//尝试对每一条边进行松弛,与Dijkstra算法相同
dis[v[i]]=dis[u[i]]+w[i];

在一个含有n个顶点的图中,任意两点之间的最短路径最多包含n-1条边,最短路径中不可能包含回路。

  因为最短路径是一个不包含回路的简单路径,回路分为正权回路(回路权值之和为正)和负权回路(回路权值之和为负)。如果最短路径中包含正权回路,那么去掉这个回路,一定可以得到更短的路径;如果最短路径中包含负权回路,那么肯定没有最短路径,因为每多走一次负权回路就可以得到更短的路径. 因此最短路径肯定是一个不包含回路的最短路径,即最多包含n-1条边。

Bellman-Ford算法的主要思想:

  首先dis数组初始化顶点u到其余各个顶点的距离为∞,dis[u] = 0。

  然后每轮对输入的所有边进行松弛,更新dis数组,至多需要进行n-1次就可以求出顶点u到其余各顶点的最短路径(因为任意两点之间的最短路径最多包含n-1条边,所以只需要n-1轮就行)。

一句话概括Bellman-Ford算法就是:对所有边进行n-1次“松弛”操作。

此外,Bellman-Ford算法可以检测一个图是否有负权回路。如果已经进行了n-1轮松弛之后,仍然存在

if(dis[v[i]]>dis[u[i]]+w[i])
dis[v[i]]=dis[u[i]]+w[i];

的情况,也就是说在进行n-1轮之后,仍然可以继续成功松弛,那么这个图一定存在负权回路。

关键代码如下:

//Bellman-Ford算法核心语句
for(k=;k<=n-;k++) //外循环循环n-1次,n为顶点个数
for(i=;i<=m;i++)//内循环循环m次,m为边的个数,即枚举每一条边
if(dis[v[i]]>dis[u[i]]+w[i])//尝试对每一条边进行松弛,与Dijkstra算法相同
dis[v[i]]=dis[u[i]]+w[i];
//检测负权回路
flag=;
for(i=;i<=m;i++)
if(dis[v[i]]>dis[u[i]]+w[i])
flag=;
if(flag==)
printf("此图有负权回路");

显然,算法复杂度为O(NM),比Dijkstra算法还高,当然可以进行优化。

在实际操作中,Bellman-Ford算法经常会在没有达到n-1轮松弛前就已经计算出最短路,上面已经说过,n-1其实是最大轮回次数。

因此可以添加一个变量check用来标记数组dis在本轮松弛中是否发生了变化,若没有变化,则提前跳出循环。

完整代码如下:

#include <stdio.h>

#define INF 999999
int main()
{
int i, j, n, m;
int dis[], bak[], u[], v[], w[];
int check, flag = ;
//读入n和m,n表示顶点个数,m表示边的条数
scanf_s("%d %d", &n, &m);
//读入边
for (i = ; i <= m; ++i)
{
scanf_s("%d %d %d", &u[i], &v[i], &w[i]);
}
//初始化dis数组,这里是1号顶点到其余顶点的初始路程
for (i = ; i <= n; ++i)
{
dis[i] = INF;
}
dis[] = ; // Bellman-Ford算法核心代码
for (j = ; j <= n-; ++j) //最多循环n-1轮
{
check = ;//用来标记在本轮松弛中数组dis是否发生更新
for (i = ; i <= m; ++i) // 最核心的3句Bellman-Ford算法
{
if (dis[v[i]] > dis[u[i]] + w[i])
{
dis[v[i]] = dis[u[i]] + w[i];
check = ;//数组dis发生更新,改变check的值
}
}
//松弛完毕后检测数组dis是否有更新
if (check==)
{
break; //没有更新则提前退出程序
}
} //检测负权回路
for (i = ; i <= m; ++i) // n-1次之后最短路径还会发生变化则含有负权回路
{
if (dis[v[i]] > dis[u[i]] + w[i])
{
flag = ;
}
} if (flag==)
{
printf("该图有负权回路");
}
else
{
//输出最终结果
printf("最终结果为:\n");
for (i = ; i <= n; ++i)
{
printf(" 1号顶点到%d号顶点的最短距离为:%d\n", i,dis[i]);
}
}
printf("\n");
getchar();
getchar();
return ;
}

Bellman-Ford算法——解决负权边的更多相关文章

  1. Bellman - Ford 算法解决最短路径问题

    Bellman - Ford 算法: 一:基本算法 对于单源最短路径问题,上一篇文章中介绍了 Dijkstra 算法,但是由于 Dijkstra 算法局限于解决非负权的最短路径问题,对于带负权的图就力 ...

  2. Bellman—Ford算法思想

    ---恢复内容开始--- Bellman—Ford算法能在更普遍的情况下(存在负权边)解决单源点最短路径问题.对于给定的带权(有向或无向)图G=(V,E),其源点为s,加权函数w是边集E的映射.对图G ...

  3. hdu1533 Going Home km算法解决最小权完美匹配

    Going Home Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total ...

  4. Bellman-Ford(可解决负权边)--时间复杂度优化

    Bellman-Ford 可解决带有负权边的最短路问题 解决负权边和Dijkstra相比是一个优点,Bellman-Ford的核心代码只有4行:: u[],v[],w[] 分别存一条边的顶点.权值,d ...

  5. python数据结构与算法——图的最短路径(Bellman-Ford算法)解决负权边

    # Bellman-Ford核心算法 # 对于一个包含n个顶点,m条边的图, 计算源点到任意点的最短距离 # 循环n-1轮,每轮对m条边进行一次松弛操作 # 定理: # 在一个含有n个顶点的图中,任意 ...

  6. 最短路径之Bellman-Ford——解决负权边

    Bellman-Ford算法非常简单,核心代码四行,可以完美的解决带有负权边的图. for(k=1;k<=n-1;k++) //外循环循环n-1次,n为顶点个数 for(i=1;i<=m; ...

  7. Dijkstra算法与Bellman - Ford算法示例(源自网上大牛的博客)【图论】

    题意:题目大意:有N个点,给出从a点到b点的距离,当然a和b是互相可以抵达的,问从1到n的最短距离 poj2387 Description Bessie is out in the field and ...

  8. uva 558 - Wormholes(Bellman Ford判断负环)

    题目链接:558 - Wormholes 题目大意:给出n和m,表示有n个点,然后给出m条边,然后判断给出的有向图中是否存在负环. 解题思路:利用Bellman Ford算法,若进行第n次松弛时,还能 ...

  9. Bellman-ford算法与SPFA算法思想详解及判负权环(负权回路)

    我们先看一下负权环为什么这么特殊:在一个图中,只要一个多边结构不是负权环,那么重复经过此结构时就会导致代价不断增大.在多边结构中唯有负权环会导致重复经过时代价不断减小,故在一些最短路径算法中可能会凭借 ...

随机推荐

  1. 【Flask】WTForms文件上传下载

    # 文件上传笔记:1. 在模版中,form表单中,需要指定`encotype='multipart/form-data'`才能上传文件.2. 在后台如果想要获取上传的文件,那么应该使用`request ...

  2. APP测试的要点

    APP测试要点 功能性 UI界面 安装与卸载 升级 登录测试 离线测试 安全性测试 兼容性(操作系统,屏幕尺寸,分辨率,厂家) 消息推送 前后台切换 网络环境(wifi/2G/3G/4G/无网) 异常 ...

  3. EasyUI:datagrid数据汇总

    EasyUI:datagrid数据汇总 js代码: var total=0;//全局变量 $(function(){ $('#tablebudgetdata').datagrid({ title:' ...

  4. 20145201《Java程序设计》第九周学习总结

    20145201 <Java程序设计>第九周学习总结 教材学习内容总结 JDBC是用于执行SQL的解决方案,开发人员使用JDBC的标准接口,数据库厂商则对接口进行操作,开发人员无须接触底层 ...

  5. React Native之Fetch简单封装、获取网络状态

    1.Fetch的使用 fetch的使用非常简单,只需传入请求的url fetch('https://facebook.github.io/react-native/movies.json'); 当然是 ...

  6. JAVA基础补漏--继承

    子类的对象在创建时,首先调用父类的构造函数,再调用子类自己的构造函数. 子类的构造函数中,有一个默认的super(),为一个无参调用,这个不显示,但会被首先调用,所有才会有父类构造函数被调用的情况. ...

  7. Steema TeeChart Pro VCL FMX 2017.20 Full Suorce在Delphi XE10下的安装

    一.首先将压缩包TeeChart Pro VCL FMX 2017.20 FS.rar解压到一个目录,比如 E:\Application\Steema TeeChart Pro VCL FMX 201 ...

  8. 论文笔记——A Deep Neural Network Compression Pipeline: Pruning, Quantization, Huffman Encoding

    论文<A Deep Neural Network Compression Pipeline: Pruning, Quantization, Huffman Encoding> Prunin ...

  9. Hibernate -- 映射多对多双向关联关系

    1. 示例代码: Student.java package cn.itcast.many2many; import java.util.HashSet; import java.util.Set; @ ...

  10. JAVA 泛型意淫之旅(二)

    编译器如何处理泛型 泛型类编译后长什么样? 接上文,JAVA 泛型意淫之旅1,成功迎娶白富美后,终于迎来了最振奋人心的一刻:造娃!造男娃还是造女娃?对于我们程序猿来说,谁还在乎是男娃女娃,只要是自己的 ...