昨天说的dijkstra固然很好用,但是却解决不了负权边,想要解决这个问题,就要用到Bellman-ford.

我个人认为Bellman-Ford比dijkstra要好理解一些,还是先上数据(有向图):

 7

  -6
5 4 -3 -
-3

在讲述开,先设几个数组:

origin[i]表示编号为i这条边的起点编号,如origin[4]=2

destination[i]表示编号为i这条边的终点编号,如origin[5]=5

value[i]表示编号为i这条边的权值,如value[3]=-6

dis[i],和昨天一样,源点到i号点的估计距离,经过不断更新会变成时机距离,就是答案。

bellmanford的实际意义就是扫描一条边,看如果走这条边能不能使这条边的dis[destination[i]],变少,现在我来模拟一下:

初始的dis:[0,∞,∞,∞,∞]

首先从第一条边1 2 8开始,判断走这条边能不能使这条边的终点的dis变短,原本dis[2]=∞,而dis[1]=0,而这条边的权值:value[1]=8,0+8<∞所以将dis[2]更新成8.

dis[0,8,∞,∞,∞]

然后是第二条边,用刚才的方法将dis[3]从∞更新成5.

dis[0,8,5,∞,∞]

第三条2 3 -8,原本的dis[3]=5,如果走第三条边,则dis[3]=dis[2]+value[3]=8+(-6)=2<5,所以dis[3]更新成2.

dis[0,8,2,∞,∞]

以此类推,经过第一轮更新,dis数组如下:

dis[0,8,2,15,0]

但是第一次更新后,并不是最优解于是开始第二次更新。

按照第一次更新的步骤一步一步来得到的答案是

dis[0,8,2,-3,0]

这便是最优解,但是问题来了,一般要更新多少次呢?

n-1次。这样能保证更新出的一定是最优解。

好了,呈上代码:

#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdio>
#include <cstring>
#include <cstdlib>
using namespace std;
int dis[];
int origin[],destination[],value[];//刚刚说过的三个数组
int n,m;
void Bellman_ford(int a)
{
memset(dis,,sizeof(dis));//赋初始值
dis[a]=;
for(int i=;i<=n-;i++)//更新n-1次
for(int j=;j<=m;j++)//更新每一条边
dis[destination[j]]=min(dis[destination[j]],dis[origin[j]]+value[j]);//判断是否更新
}
int main()
{
cin>>n>>m;
for(int i=;i<=m;i++)
cin>>origin[i]>>destination[i]>>value[i];
Bellman_ford();
for(int i=;i<=n;i++)
cout<<dis[i]<<" ";
}

有些人可能发现了,很多时候实际上不用更新n-1次,因此我们可以用队列优化:

每次选出队首点,对与队首点链接的所有点的dis进行更新,并加入队列,然后队首点pop出队列,

这个算法最好用邻接表实现,代码如下:

#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <queue>
using namespace std;
int dis[];
int book[];
int origin[],destination[],value[];
int n,m;
int total;
int next[],head[];
void adl(int a,int b,int c)//邻接表
{
total++;
origin[total]=a;
destination[total]=b;
value[total]=c;
next[total]=head[a];
head[a]=total;
}
void Bellman_ford(int a)
{
memset(book,,sizeof(book));//book[i]表示i号点是否在队列里
memset(dis,,sizeof(dis));
queue <int> q;
q.push(a);
book[a]=;
dis[a]=;
while(!q.empty())//当队列不为空时更新
{
for(int e=head[q.front()];e;e=next[e])//枚举队首点相邻的每一个点
{
if(dis[destination[e]]>dis[origin[e]]+value[e])
{
dis[destination[e]]=dis[origin[e]]+value[e];
if(book[destination[e]]==)
{
q.push(destination[e]);//将更新的这一个点入队
book[destination[e]]=;
}
}
}
q.pop();//弹出队首元素
}
}
int main()
{
cin>>n>>m;
for(int i=;i<=m;i++)
{
int a,b,c;
cin>>a>>b>>c;
adl(a,b,c);
}
Bellman_ford();
for(int i=;i<=n;i++)
cout<<dis[i]<<" ";
}

总结一下,bellman_ford的空间复杂度是m时间复杂度是O(nm),经过队列优化,时间复杂度是<=O(nm)。

Bellman-ford 算法详解的更多相关文章

  1. BM算法  Boyer-Moore高质量实现代码详解与算法详解

    Boyer-Moore高质量实现代码详解与算法详解 鉴于我见到对算法本身分析非常透彻的文章以及实现的非常精巧的文章,所以就转载了,本文的贡献在于将两者结合起来,方便大家了解代码实现! 算法详解转自:h ...

  2. kmp算法详解

    转自:http://blog.csdn.net/ddupd/article/details/19899263 KMP算法详解 KMP算法简介: KMP算法是一种高效的字符串匹配算法,关于字符串匹配最简 ...

  3. 机器学习经典算法详解及Python实现--基于SMO的SVM分类器

    原文:http://blog.csdn.net/suipingsp/article/details/41645779 支持向量机基本上是最好的有监督学习算法,因其英文名为support vector  ...

  4. [转] KMP算法详解

    转载自:http://www.matrix67.com/blog/archives/115 KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段.    我们这里说的K ...

  5. 【转】AC算法详解

    原文转自:http://blog.csdn.net/joylnwang/article/details/6793192 AC算法是Alfred V.Aho(<编译原理>(龙书)的作者),和 ...

  6. KMP算法详解(转自中学生OI写的。。ORZ!)

    KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段. 我们这里说的KMP不是拿来放电影的(虽然我很喜欢这个软件),而是一种算法.KMP算法是拿来处理字符串匹配的.换句 ...

  7. EM算法详解

    EM算法详解 1 极大似然估计 假设有如图1的X所示的抽取的n个学生某门课程的成绩,又知学生的成绩符合高斯分布f(x|μ,σ2),求学生的成绩最符合哪种高斯分布,即μ和σ2最优值是什么? 图1 学生成 ...

  8. Tarjan算法详解

    Tarjan算法详解 今天偶然发现了这个算法,看了好久,终于明白了一些表层的知识....在这里和大家分享一下... Tarjan算法是一个求解极大强联通子图的算法,相信这些东西大家都在网络上百度过了, ...

  9. 安全体系(二)——RSA算法详解

    本文主要讲述RSA算法使用的基本数学知识.秘钥的计算过程以及加密和解密的过程. 安全体系(零)—— 加解密算法.消息摘要.消息认证技术.数字签名与公钥证书 安全体系(一)—— DES算法详解 1.概述 ...

  10. 安全体系(三)——SHA1算法详解

    本文主要讲述使用SHA1算法计算信息摘要的过程. 安全体系(零)—— 加解密算法.消息摘要.消息认证技术.数字签名与公钥证书 安全体系(一)—— DES算法详解 安全体系(二)——RSA算法详解 为保 ...

随机推荐

  1. Java后台开发面试题总结

    1>如何定位线上服务OOM问题 2>JVM的GC ROOTS存在于那些地方 3>mysql innodb怎样做查询优化 4>java cas的概念 Java服务OOM,比较常见 ...

  2. D - Frog and Portal (利用斐波那契数列的性质)

    题目链接:https://cn.vjudge.net/contest/270201#problem/D 具体思路:利用斐波那契数列的性质,斐波那契数列可以构成任何正整数,所以按照顺序减下去肯定能减到0 ...

  3. 简谈CSS 中的 em,rem,px,%

    在实际工作中,可能我们用的比较多的是‘%’ 和 px,但是我们也经常看到很多网站和css框架里用的是em 或rem.而‘%’ 和px已经都是比较常见或者说是常用.但是em 和rem 却鲜有使用,一直以 ...

  4. Mysql储存过程5: while

    循环结构 while create procedure name() begin while 条件 do SQL语句 end while; end$ create procedure aa6() be ...

  5. 浅析busybox如何集成到openwrt

    背景 近日添加了一个包到openwrt中,在此过程中又对openwrt多了一些认识 这个包本身自带了kconfig,可直接在这个包里面执行make menuconfig进行配置,然后执行make 但要 ...

  6. module 'pytest' has no attribute 'allure'问题解决

    安装allure后执行命令后报错module 'pytest' has no attribute 'allure' C:\Users\Desktop\xin>pytest -s -q --all ...

  7. 《secret》读书笔记

    这是在从大连到深圳飞机上看完的一本书,也是大学毕业时室友整理书籍给我的.正好回来的途中,一气呵成读完了. 全书讲了几个事情,其中费了很大篇幅就围绕一个主题,当然书题了——秘密,这个秘密就是“吸引力法则 ...

  8. linux 端口设置结构体 struc

      目录(?)[-] 一 输入模式 三输出模式 四控制模式 六特殊的控制字符 字符 TIME和MIN值 通过shell访问终端模式 终端速度 其他函数 使用termios结构的密码程序   termi ...

  9. 使用CLion

    CLion是JetBrains公司的一款C++的IDE.默认使用Cmake构建. ubuntu和fedora下的安装 在ubuntu下安装了CLion,和QtCreator相比: ibus输入法能输入 ...

  10. Java Hibernate和.Net EntityFramework 如何在提交事务之前 就拿到需要新增实体的Id

    在Hibernate中很容易做到这一点,因为hibernate在事务commit之前  还有一个save方法,这个save方法就可以持久化并且拿到Id. 但是EF并不可以呀,EF是将对象标记为新增状态 ...