单源最短路径

1.基础

最短路径简单说就是，一个带权重的有向图，图中从u到v的最短路径就是所有从u到v的路径中权重之和最小的。

最短路径具有最优子结构：两个节点之间的最短路径包含着其他的最短路径。这使得我们可以用动态规划或贪心算法来解决该问题。

最短路径可以包含负权重的边，但是不能包含权重为负值的环路。当然也不能包含权重为正值的环路。

下面介绍比较重要的最短路径和松弛操作的性质：

三角不等式性质：对于任何边(u,v) in E，我们有delta(s,v) <= delta(s,u)+w(u,v)。

上界性质：对于所有的节点v in V，总是有v.d >= delta(s,v)。一旦v.d的取值达到delta(s,v)，其值将不再变化。

非路径性质：如果从节点s到节点v不存在路径，则总是有v.d = delta(s,v) = +inf。

收敛性质：对于某些节点u，v in V，如果s~u-->v是图G中的一条最短路径，并且在对边(u,v)进行松弛前的任意时间有u.d = delta(s,u)，则在之后的所有时间有v.d = delta(s,v)。

路径松弛性质：如果p = <v_0,v_1,...,v_k>是从源节点s  =v_0到节点v_k的一条最短路径，并且我们对p中的边所进行松弛的次序为(v_0,v_1)，(v_1,v_2)，...,(v_k-1,v_k)，则v_k.d = delta(s,v_k)。该性质的成立与任何其他的松弛操作无关，即使这些松弛操作是与对p上的边所进行的松弛操作穿插进行的。

上面的性质并不难理解，但是对于理解后面的算法有着非常重要的作用，尤其是路径松弛性质，直接体现在后面的算法中。

2.算法

2.1 Bellman-Ford算法

通过对边进行松弛操作来渐进的降低从源节点s到每个节点v的最短路径的估计值v.d，直到该估计值与实际的最短路径权重delta(s,v)相同为止。该算法返回true，当且仅当输入图不包含可以从源节点到达的权重为负值的环路。如果存在权重为负值的环路，该算法可以检测到。

伪代码：

BELLMAN-FORD(G,w,s)

1. INITIALIZE-SINGLE-SOURCE(G,s)

2. for i = 1 to |G.V| - 1