导入
当我们与有向图快乐的游玩时,总会有一些带有负边权的图破坏你和图之间的珍贵友谊,而如果你想要把这些找茬的给解决掉,你将会发现用Dijkstra算法好像不是很行,求出来的最短路径一直都是一个非常小的负数(负无穷),那么究竟为什么会发生这么不愉快的事呢?
带有负边权的图为什么无法使用Dijkstra算法
这是一个有负边权的有向图
回顾一下:Dijkstra算法是一种从起点开始,利用 贪心 的策略,采用 广度优先搜索 的思想,来寻找每一点到起点的最短路径,用于解决最短路径问题的算法
那么让我们来想一下:从一到五,利用贪心的思想,如何让路径最短?
答案是肯定的:重复走负边权的边就行了
然后就会一直走,一直走,最后弹出一个负无穷,然后获得一个WA
那么我们怎么解决这类问题呢?
Bellman-Ford 算法
救星这不就来了吗,这就是今天的主角-----Bellman-Ford 算法
算法描述
Bellman-Ford 算法是一种用于求解单源最短路问题的算法,可以求解带负边权有向图的最短路径,核心思想是“松弛操作”
与Dijkstra算法的区别
其区别于Dijkstra算法的方面是边的权值可以为负数且实现简单,但时间复杂度过高。(n个顶点m条边时,最坏情况下要循环n-1 * m次),速度慢
鉴于Bellman-Ford 算法跑的没有Dijkstra算法快,所以一般被用于求从起点到各个点最短路径的题目
什么是“松弛操作”
对于两个顶点from,to以及连接他们的边的边权len,如果有dist[to]>dist[from]+len
(dist存储该顶点到起点的距离),那么dist[to]=dist[from]+len,这就是一次松弛操作
算法实现
数据处理
使用结构体存储需要的各类信息(from,to,len),分别表示该顶点上一个点的编号,该顶点编号,以及两顶点之间边的边权
struct Node{
int from,to,len;
Node(){
}
Node(int d,int f,int g){
from=d;to=f;len=g;
}
}edge[8000];
内部实现
先对起点进行初始化(dist[start]=0),并将dist全部使用MXV填充(MXV=03f3f3f3f)
由于最多循环n-1 * m次,所以使用双重循环,在双重循环内对每一条边进行松弛操作(为避免浪费时间与走进死循环,应使用flag记录有没有进行松弛操作)
bool BellmanFord(int s){
//s即为start
memset(dist,0x3f,sizeof(dist));//填充dist
dist[s]=0;//初始化
for(int i=1;i<=n-