Bellman-Ford算法解决了负权边的问题
Bellman-Ford核心思想:对所有的边最多进行n-1次松弛操作
核心语句:
for (k = 1; k <= n - 1; k++) //进行n-1次松弛
{
for (i = 1; i <= m; i++) //枚举每条边
{
if (dis[v[i]] > dis[u[i]] + w[i]) //尝试对每条边进行松弛
dis[v[i]] = dis[u[i]] + w[i];
}
}
外循环循环了n-1次(n为顶点的个数)
内循环循环了m次(m为边的个数),即枚举每一条边
dis数组的作用仍然是从源点到其他各个顶点的最短路径
if (dis[v[i]] > dis[u[i]] + w[i])
dis[v[i]] = dis[u[i]] + w[i];
表示能否通过u[i]→v[i]这条边,使得1号顶点到v[i]号顶点的距离变短
即1号顶点到u[i]号顶点的距离( dis[u[i]] )加上u[i]→v[i]这条边的值是否会比原先1号顶点到v[i]号顶点的距离dis[v[i]]要小
也即,松弛
第一轮松弛,就是从1号顶点“只能经过一条边”到达其余各个顶点的最短路径长度
第二轮松弛,得到的是从1号顶点“最多经过两条边”到达其余各个顶点的最短路径
如果进行k轮,得到的就是从1号顶点“最多经过k条边”到达其余各个顶点的最短路径长度
一共只需要进行n-1轮就可以了。
因为在一个含有n个顶点的图中,任意两点之间的最短路径最多包含n-1边
最短路径不可能包含回路
正权回路(回路权值之和为正):如果包含正权回路,那么去掉这个回路,一定可以得到更短路径
负权回路(回路权值之和为负):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,最多包含n-1条边,只需要经历n-1次松弛
Bellman-Ford部分重要语句:
for (i = 1; i <= n; i++) //初始化dis数组
{
dis[i] = inf;
}
dis[1] = 0; //对源点进行赋0
for (k = 1; k <= n - 1; k++) //进行n-1次松弛,每次松弛代表着“可以从源点经过k条边到达的目标点的最短路径”
{
for (i = 1; i <= m; i++) //枚举每条边
{
if (dis[v[i]] > dis[u[i]] + w[i])
dis[v[i]] = dis[u[i]] + w[i];
}
}
Bellman-Ford检测负权回路
如果在进行n-1次松弛之后,仍有
if (dis[v[i]] > dis[u[i]] + w[i])
dis[v[i]] = dis[u[i]] + w[i];
的情况,也就是说在进行了n-1次松弛之后,仍然可以继续成功松弛
那么该图必然存在负权回路
检测负权回路代码:
flag = 0;
for (i = 1; i <= n; i++)
{
if (dis[v[i]] > dis[u[i]] + w[i])
flag = 1;
}
if (flag == 1)
printf("存在负权回路");
分析Bellman-Ford算法
时间复杂度是O(MN)
在实际操作中,Bellman-Ford算法经常会在未达到n-1次松弛前就已经计算出最短路径
n-1其实是最大值
我们可以添加一个一维数组用来备份dis数组,如果在新的一轮中的松弛中数组dis没有发生变化,则就可以提前跳出循环
for (k = 1; k <= n - 1; k++)
{
for (i = 1; i <= n; i++)
bak[i] = dis[i];
for (i = 1; i < m; i++)
{
if (dis[v[i]] > dis[u[i]] + w[i])
dis[v[i]] = dis[u[i]] + w[i];
}
check = 0;
for (i = 1; i <= n; i++)
{
if (bak[i] != dis[i])
{
check = 1;
break;
}
}
if (check == 0)
break;
}
Bellman-Ford的另一种优化
在每一次实施松弛后,就会有一些顶点已经求得其最短路,此后这些顶点的最短路的估计值就会一直保持不变,不再受后续松弛操作的影响,但是每次还要判断是否需要继续松弛,这就浪费了时间
我们可以
每次仅对最短路估计值发生变化了的顶点的所有出边执行松弛操作