python实现贝尔曼福德算法

最新推荐文章于 2024-04-17 16:21:42 发布

X Y sawyer

最新推荐文章于 2024-04-17 16:21:42 发布

阅读量437

点赞数 8

文章标签：算法 python 排序算法

本文链接：https://blog.csdn.net/mrsawyer/article/details/136275354

版权

本文介绍了在存在负数边的情况下，如何使用贝尔曼福德算法寻找图中任意两点的最短路径。算法首先将所有节点距离设为无穷大，然后通过外层和内层循环更新距离，同时检测是否存在负环。附有Python代码示例。

摘要由CSDN通过智能技术生成

对于求图的最短路径问题，如果使用迪杰斯特拉算法，也可以算是一个较为常见的方法，但是对于迪杰斯特拉算法解决最短路径问题的时候，会存在一个问题，那就是所有边所对应的距离都必须是正数，而如果在存在负数的边的时候，迪杰斯特拉算法就会存在问题，而对于存在负数的这种情况，可以使用贝尔曼福德算法来解决图中任意两点的最短路径问题，即使某条路径中所对应的长度是负数的时候。

贝尔曼福德算法的基本思想是，先把起始节点到其他所有节点的距离设置为无穷大，然后执行两个循环，外层循环的次数与图中的节点数相同，内层循环的次数与图中边的数量相同，在内层循环中，没变里到一条边(u,v)的时候，算法判断起始节点到节点u的距离加上边(u,v)的长度是否小于起始节点到节点v的距离，如果是的，那就修改起始节点到节点v的长度距离。

如果假设给定的图如下图所示：

添加图片注释，不超过 140 字（可选）

除了给定节点对应标号之外，每个节点中还给出了起始节点到该节点的最短距离，一开始除了起始节点到它自己的距离为0之外，起始节点到其他节点的距离都初始化为无穷大，由于图中总共有6个节点和9条边，因此外层循环有6次，内层循环有9次。

添加图片注释，不超过 140 字（可选）

在使用python实现贝尔曼福德算法的代码如下：

def  bellman_ford(s, vertex_list, edges):
    distance = {}
    for v in vertex_list:  #将起始节点与其他节点的距离设置为无穷大
        if v == s:
            distance[(s, v)] = 0
        else:
            distance[(s, v)] = sys.maxsize
    for i in range(len(vertex_list)):  #外层循环对应图中点的数量
        for edge in edges.keys():  #内层循环对应图中边的数量
            u = edge[0]
            v = edge[1]
            if distance[(s, u)] < sys.maxsize and distance[(s, u)] + edges[edge] < distance[(s, v)]:
                distance[(s, v)] = distance[(s, u)] + edges[edge]
                print("from {0} to {1} then to {2} can be shorter with distance {3}".format(s, u, v, distance[(s, v)]))
    for edge in edges.keys(): #检测是否有负环生成
        u = edge[0]
        v = edge[1]
        if distance[(s, v)] > distance[(s, u)] + edges[edge]:
            return None
    return distance
distances = bellman_ford('A', vertex_list, edges)
for d in distances.keys():
    print("the shortest path from A to {0} is {1}".format(d[1], distances[d]))