带负权图的单源最短路径算法：Bellman-Ford算法

最新推荐文章于 2023-07-10 18:36:56 发布
VIP文章 最新推荐文章于 2023-07-10 18:36:56 发布
阅读量6.1k 收藏 5
点赞数 3
分类专栏： 算法&数据结构 文章标签： 单源最短路径 负权图 Bellman Ford
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/livecoldsun/article/details/27829145
版权

算法简介   

       前面介绍过图的单源最短路径算法Dijkstra算法，然而Dijkstra算法无法判断含负权边的图的最短路。如果遇到负权，在没有负权回路存在时（负权回路的含义是，回路的权值和为负。）即便有负权的边，也可以采用Bellman-Ford算法正确求出最短路径。
        Bellman-Ford算法能在更普遍的情况下（存在负权边）解决单源点最短路径问题。对于给定的带权（有向或无向）图G=（V,E），其源点为s，加权函数 w是 边集 E 的映射。对图G运行Bellman-Ford算法的结果是一个布尔值，表明图中是否存在着一个从源点s可达的负权回路。若不存在这样的回路，算法将给出从源点s到 图G的任意顶点v的最短路径d[v]。

        Bellman-Ford算法能在更普遍的情况下（存在负权边）解决单源点最短路径问题。对于给定的带权（有向或无向）图G=（V,E），其源点为s，加权函数 w是 边集 E 的映射。对图G运行Bellman-Ford算法的结果是一个布尔值，表明图中是否存在着一个从源点s可达的负权回路。若不存在这样的回路，算法将给出从源点s到 图G的任意顶点v的最短路径d[v]。

适用条件&范围

  • 单源最短路径
最低0.47元/天 解锁文章
evil_1_live
关注
  • 3
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
最短路问题（Dijkstra，Bellman_Ford，SPFA，Floyd，Johnson）
Q4043的博客
07-23 932
图论中入门问题最短路径问题
图的深度优先搜索（DFS）简介与实现（递归与非递归方法）
热门推荐
杂的文
05-07 1万+
前面刚刚学习了图的实现，
图论算法库 C++ 语言实现 代码内容 图论算法库，包括以下算法： 单源最短路径 Dijkstra 算法 单源最短路径 Bell
04-16
图论算法库 C++ 语言实现 代码内容 图论算法库，包括以下算法： 单源最短路径 Dijkstra 算法 单源最短路径 Bellman-Ford 算法 最小生成树 Prim 算法 每对节点间最短路径 Flod-Warshall 算法
带有负权边的单源最短路 bellman_ford算法
FLYxcym的博客
07-10 171
对于带有负权边的单源最短路问题，dijkstra因为其仅能更新一次的特性而无法使用，因此就需要使用到bellman_ford算法,bellman_ford算法。尤其是带有边数限制的单源最短路，更应该使用bellmam_ford 算法，我们用结构体等方式存储每条边，循环k次,k为至多用到的边数，每一次对两点间进行松弛操作。简而言之，求至多k条边的最短路问题，只需要对图进行k次松弛操作即可。这里为了避免更新是造成串联，即用此次松弛的点去更新更多的点，用backup数组对dist进行备份。
Bellman-Ford--解决负权边的单源最短路算法
My vegetable has exploded.
05-10 1303
解决负权边的单源最短路径算法及其优化
负权值最短路径Bellman-Ford算法
CodePanda@GPF的博客
05-20 1724
最短路径算法、负权值
存在负权边的单源汇最短路（Ballman-Ford、SPFA）
Jefferson__的博客
08-31 1474
（一）Ballman-Ford Bellman-Ford算法是求负权图的单源最短路径的一种算法，效率较低，代码难度小。其原理为连续进行松弛，在每次松弛时吧每条边都更新一下，若在n-1次松弛后还能更新，则说明图中有负环，因此无法得出结果，否则就完成。 优点：可以计算有边数限制的最短路问题；但是处理负权图时往往使用SPFA。 具体步骤：for(int i = 0; i < n; i ++ ) for(所有边 a, b, w) <-松弛操作 dist[b] = min(dist[b
单源负权值最短路径问题--bellman_ford算法
m0_62404686的博客
11-03 481
bellman-ford 图的遍历
算法札记 - 带负权边的最短路径 - Bellman-Ford算法
Aries_young的博客
04-21 1186
reference https://www.jianshu.com/p/b876fe9b2338 https://blog.csdn.net/Day_and_Night_2017/article/details/96317791 https://blog.csdn.net/yuewenyao/article/details/81026278 https://blog.csdn.net/wtyvh...
【算法学习笔记】22：SPFA算法（带负权边单源点最短路、检测负权回路）
LauZyHou的笔记
02-10 1251
1 简述 SPFA算法是对Bellman-Ford算法的优化，也是用于在存在负权边的图上，求单源点最短路，一般情况下时间复杂度可以看作O(m)O(m)O(m)的，最坏情况下时间复杂度是O(nm)O(nm)O(nm)。 虽然SPFA算法是对Bellman-Ford算法的优化，但是不是所有用Bellman-Ford算法的问题都能用SPFA来代替。例如，对最短路经过的边数做一个限制，要求经过的边数≤k\leq k≤k的最短路，这个时候能用Bellman-Ford算法，但是不能用SPFA算法来做。 SPFA算法是单
用python实现的最短路径算法之Bellman-Ford算法
01-11
Bellman-Ford算法是一种用于计算图中单源最短路径的算法，可以处理带有负权边的图。使用Python实现了这个算法。 Bellman-Ford算法是一种用于计算图中单源最短路径的算法，它可以处理带有负权边的图。以下是Bellman-...
C++计算任意权值的单源最短路径（Bellman-Ford）
12-20
一、有Dijkstra算法求最短路径了，为什么还要用Bellman-Ford算法 Dijkstra算法不适合用于带有负权值的有向图。 如下图： 用Dijkstra算法求顶点0到各个顶点的最短路径： （1）首先,把顶点0添加到已访问顶点集合S中，...
Bellman-Ford算法(单源最短路径)
12-14
Bellman-Ford算法(单源最短路径) 矩阵是在main函数里输入的 可以处理带负权的图
CUDA下单源最短路径算法并行优化
03-07
为设计基于固定序的 Bellman-Ford 算法在 CUDA 平台下并行优化方案，结合算法计算密集和数据密集的特点。从核函数计算层 面，提出了访存优化方法和基于固定序优化线程发散；从 CPU-GPU 传输层面，提出了基于 CUDA 流...
091-Bellman-Ford.cs
最新发布
03-24
C#，图论与图算法，有向图单源最短路径的贝尔曼·福特（Bellman Ford）算法与源代码 贝尔曼·福特（Bellman Ford）算法是一种用于计算带权有向图中单源最短路径（SSSP：Single-Source Shortest Path）的算法。该算法...
C++ 图的实现
杂的文
05-06 1万+
图可以说是算法与数据结构中十分重要的一个部分，然而对于图的实现，还是有一点点繁琐，今天参考清华大学出版社《数据结构》一书进行了一些回顾，记录于此。 本文并不对基本概念进行过多探讨，而着眼于实现。基于对途中边集的存储有邻接矩阵以及邻接表两种主要形式。本文将着重实现三个类：Graph基类，包含大量的virtual函数以待在派生类中实现；Graph的派生类Graphmtx(邻接矩阵实现图的存储)、Gr
EM（Expectation-Maximization）算法
杂的文
11-05 1万+
本文对EM（Expectation-Maximization）算法进行了深入浅出的讨论。对于EM算法使用情景、为什么需要EM算法、为什么EM算法如此使用、EM算法使用的合理性等进行了详尽的讨论，相信读者会有更深入透彻的理解。
自然场景文本识别：基于笔画宽度变换的文本检测
杂的文
06-10 1万+
本文就自然场景的文本识别问题加以探讨，着重讨论的是Microsoft Corporation 所提出的Stroke Width Transform算法，通过文献阅读，形成个人的总结。
2000字:Bellman-Ford算法具体案例及算法
09-25
### 回答1： Bellman-Ford算法是一种用于解决单源最短路径问题的算法。它可以处理带有负权边的图，并且可以检测到负权环。下面我将给出一个具体的案例来说明Bellman-Ford算法的实现过程。 假设有一个带有负权边的有向图，如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019322.png) 我们要求从源点S到其它各个顶点的最短路径。首先，我们需要初始化距离数组dist，将源点S的距离设为，其它顶点的距离设为无穷大。同时，我们需要初始化前驱数组prev，将源点S的前驱设为自身，其它顶点的前驱设为null。 接下来，我们需要进行n-1次松弛操作，其中n为图中顶点的个数。每次松弛操作都会遍历图中的所有边，对每条边进行松弛操作。松弛操作的具体过程如下： 对于一条边(u, v)，如果dist[u]+w(u, v)<dist[v]，则更新dist[v]为dist[u]+w(u, v)，同时更新prev[v]为u。 其中，w(u, v)表示边(u, v)的权值。 第一次松弛操作后，距离数组和前驱数组的值如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019321.png) 第二次松弛操作后，距离数组和前驱数组的值如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019320.png) 第三次松弛操作后，距离数组和前驱数组的值如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019319.png) 第四次松弛操作后，距离数组和前驱数组的值如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019318.png) 第五次松弛操作后，距离数组和前驱数组的值如下所示： ![Bellman-Ford算法具体案例及算法](https://img-blog.csdnimg.cn/20211201171019317.png) 最终，我们得到了从源点S到其它各个顶点的最短路径。其中，如果距离数组中存在负数，则说明图中存在负权环，Bellman-Ford算法无法处理这种情况。 以上就是Bellman-Ford算法的具体案例及算法。 ### 回答2： Bellman-Ford算法是解决图中单源最短路径问题的一种算法。它可以用于有向图和带有负权边的图。 算法具体案例如下：假设有一个有向图，其中包含5个节点（A、B、C、D、E）和6条边，边的权重如下：AB(6)，AC(3)，BC(2)，BD(5)，CD(-2)，DE(1)。 Bellman-Ford算法如下： 1. 初始化距离数组dist[]，将起点到所有其他点的距离初始化为无穷大，除了起点本身的距离初始化为0。 2. 对于每个节点进行n-1次迭代，其中n是节点的数量。（本例中进行4次迭代） 3. 在每次迭代中，遍历所有的边，如果从当前节点u到边的终点v的距离加上边的权重w小于dist[v]，则更新dist[v]为新的距离值。 4. 完成n-1次迭代后，得出的dist[]数组中存储的就是起点到其他节点的最短路径距离。 在本例中，按照上述算法进行4次迭代后，得到的最终dist[]数组为[0, 3, 5, 7, 8]，表示起点A到其他节点的最短路径距离分别为：A到B为0，A到C为3，A到D为5，A到E为7。 Bellman-Ford算法的时间复杂度为O(V * E)，其中V是节点数量，E是边数量。这是由于该算法需要遍历所有的边，并进行n-1次迭代。当出现负权环的情况时，算法无法得出最短路径结果。但可以通过检测负权环的存在来判断是否存在该问题。 ### 回答3： Bellman-Ford算法是一种用于计算带负权边的图中单源最短路径的算法。它可以解决一般的有向图和带有负权边的图的最短路径问题。算法的时间复杂度为O(VE)，其中V是图中的顶点数，E是图中的边数。 下面以一个具体案例来说明Bellman-Ford算法的执行过程： 假设有一个有向图，其中包含5个顶点和6条边。我们要求从顶点A到其他所有顶点的最短路径。 顶点 边 权重 A AB 1 A AC -3 B CD 2 C BD -2 D AE 3 E BC 2 首先，我们初始化源顶点A到其他所有顶点的距离为无穷大，除了A自身到A的距离为0。同时，我们初始化一个辅助数组distance用于存储当前已知的最短距离。 然后，我们开始执行Bellman-Ford算法的主循环。在每一轮循环中，我们遍历所有边，计算通过当前边能够获得的更短路径。如果发现了一条更短的路径，则更新距离数组distance。一共需要执行V-1轮循环，其中V是图中的顶点数。 第一轮循环： 假设distance[A] = 0，distance[B] = ∞，distance[C] = ∞，distance[D] = ∞，distance[E] = ∞。 遍历边AB，发现distance[B] > distance[A] + 1，更新distance[B] = distance[A] + 1 = 1。 遍历边AC，发现distance[C] > distance[A] - 3，更新distance[C] = distance[A] - 3 = -3。 其他边没有更新。 第二轮循环： 假设distance[A] = 0，distance[B] = 1，distance[C] = -3，distance[D] = ∞，distance[E] = ∞。 遍历边CD，发现distance[D] > distance[C] + 2，更新distance[D] = distance[C] + 2 = -1。 遍历边BD，发现distance[D] > distance[B] - 2，更新distance[D] = distance[B] - 2 = -1。 其他边没有更新。 第三轮循环： 假设distance[A] = 0，distance[B] = 1，distance[C] = -3，distance[D] = -1，distance[E] = ∞。 遍历边AE，发现distance[E] > distance[A] + 3，更新distance[E] = distance[A] + 3 = 3。 其他边没有更新。 第四轮循环： 假设distance[A] = 0，distance[B] = 1，distance[C] = -3，distance[D] = -1，distance[E] = 3。 遍历边BC，发现distance[C] > distance[B] + 2，更新distance[C] = distance[B] + 2 = 3。 其他边没有更新。 最后，经过V-1=4轮循环，我们得到了从顶点A到其他所有顶点的最短路径。结果为distance[A] = 0，distance[B] = 1，distance[C] = 3，distance[D] = -1，distance[E] = 3。 Bellman-Ford算法的核心思想是通过松弛操作不断更新当前已知的最短距离，直到达到最优解。当算法结束后，如果存在从源点可达的顶点无法通过松弛操作更新，则说明图中存在负权回路。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值