此算法是解决单源最短路径的一种算法,Dijkstra算法虽然也是,但是有自己的局限性,就是不能存在负权边。这是为什么呢?因为Dijkstra实际上是贪心法,在每一步都选择最优解,即每次都选择最近的一个点,但是负权边的加入会打破这一性质,就使得Dijkstra算法失效了。为了解决这一问题,可以使用这里的Bellman-Ford算法,对每条边进行松弛。
#include<iostream>
using namespace std;
int main(){
int dis[10], backup[10], u[10], v[10], w[10];
int n, m, check, flag;
cin >> n >> m;
for(int i = 1; i <= m; i++) cin >> u[i] >> v[i] >> w[i];
for(int i = 1; i <= n; i++) dis[i] = 99999;
dis[1] = 0;
//Bellman-Ford
/*
dis[v[i]] > dis[u[i]] + w[i]表示加入边u->v后,1到v[i]的最短距离能否通过1->u[i]->v[i]变得
更小,如果可以则松弛
第1轮对所有的边进行松弛之后,得到的是从1号顶点“只能经过一条边”到达其余各顶点的最短路径长度
第2轮对所有的边进行松弛之后,得到的是从1号顶点“最多经过两条边”到达其余各顶点的最短路径长度
如果进行k轮的话,得到的就是1号顶点“最多经过k条边”到达其余各顶点的最短路径长度
(有点像广搜的意思)
一个n个顶点的图,最短路径最多只有n - 1条边(因为是简单路径)
如果存在负权回路,则第n次松弛的时候dis数组仍然会有变化
*/
for(int k = 1; k <= n - 1; k++){
//backup
for(int i = 1; i <= n; i++) backup[i] = dis[i];
//slack
for(int i = 1; i <= m; i++)
if(dis[v[i]] > backup[u[i]] + w[i])
dis[v[i]] = backup[u[i]] + w[i];
//check
check = 0;
for(int i = 1; i <= n; i++)
if(backup[i] != dis[i]){
check = 1;
break;
}
if(check == 0) break;
}
//check negative weighted edge
flag = 0;
for(int i = 1; i <= m; i++)
if(dis[v[i]] > dis[u[i]] + w[i])
flag = 1;
if(flag == 1) cout << "The graph has nagative weighted circle" << endl;
else{
for(int i = 1; i <= n; i++)
cout << dis[i] << " ";
}
return 0;
}
/*
input:
5 5
2 3 2
1 2 -3
1 5 5
4 5 2
3 4 3
output:
0 -3 -1 2 4
*/
上面的代码中已经是Bellman-Ford的一种优化算法,当进行完一轮松弛操作以后,如果所有点的最短距离都没有发生变化,那么就没有必要再次进行松弛了,可以及时跳出循环。还有另一种优化方式,就是用一个队列来存储顶点,对队首顶点的所有相连的边进行松弛,再将每条边的另一个顶点入队,直到队列为空。此时dis数组不再发生变化,因为没有顶点入队导致队列为空。需要注意,同一顶点同时在队列中多次出现是没有意义的,只需出现一次即可。可以申请一个数组用于记录某个顶点是否在队列之中。