这个算法是用来计算负权重图最短路径的算法,用途比较少。因为很少有负权重图。因为存在负权重,所以不能使用Dijkstra算法。但是Bellman–Ford也无法处理有负权重环的情况。
算法步骤:
首先初始化一个距离数组,距离全为正无穷,到起始点的距离为0。这个距离数组代表起始点到其他点的距离。然后双层循环所有的边。每个边,有开始点u到结束点v,设起始点为s,这个时候存在三个距离,如下图所示:
如果
d
[
u
]
+
w
(
u
,
v
)
<
d
[
v
]
d[u]+w(u,v)<d[v]
d[u]+w(u,v)<d[v],那么就将
d
[
u
]
+
w
(
u
,
v
)
d[u]+w(u,v)
d[u]+w(u,v)作为新的
d
[
v
]
d[v]
d[v]。算法思想简单吧。
def bellman_ford(self, start_index):
# 设置初始化距离全部为正无穷
d = [float('inf') for _ in self.__vertices]
predecessors = [ None for _ in self.__vertices]
d[start_index] = 0
for v in self.__vertices:
for e in self.__edges:
u = e.from_index
v = e.to_index
dv = d[v]
d[v] = min(d[v], d[u]+e.weight())
if dv != d[v]:
predecessors[v] = u
for e in self.__edges:
u = e.from_index
v = e.to_index
if d[v] > d[u] + e.weight():
raise RuntimeError('存在负权重环')
return d, predecessors
以这个图为例子
测试代码
class MyTestCase(unittest.TestCase):
def test_bfs(self):
# 定义一个图,测试BFS搜索
graph = self.create_graph()
path = graph.bellman_ford(3)
print(path)
def create_graph(self):
vertices = ['A', 'B', 'C', 'S']
edges = [
WeightedEdge(0,1,2),
WeightedEdge(2,0,-2),
WeightedEdge(2, 1, 1),
WeightedEdge(3, 0, 1),
WeightedEdge(3, 2, 2)
]
graph = WeightedGraph()
graph.vertices = vertices
graph.edges = edges
return graph
if __name__ == '__main__':
unittest.main()
因为是两层循环,所以算法复杂度是 O ( m n ) O(mn) O(mn),m是点的数量,n是每个点边的数量。