贝尔曼-福德算法

我在上一篇博客中讲解了狄克斯特拉算法，该算法可以用于寻找权值都为正的有向无环图的最短路径，我也提到了如果碰到权值为负的情况可以使用贝尔曼-福德算法，那么今天就让我们学习一下贝尔曼-福德算法是如何处理负权值和环路的。

其实理解了狄克斯特拉算法之后理解贝尔曼-福德算法就很容易了，如果说狄克斯特拉算法是用一种“广度”的方式，每次寻找源点所能到达的距离最短的一个点，更新其邻居节点的距离。那么贝尔曼-福德算法就是用一种“深度”的方式，每次找到所有的路径，进行“松弛”操作最终找到最短路径。贝尔曼-福德算法每次对所有的边进行松弛，每次松弛都会得到一条最短路径，所以总共需要要做的松弛操作是V - 1次。在完成这么多次松弛后如果还是可以松弛的话，那么就意味着，其中包含负环。相比狄克斯特拉算法其时间复杂度较高，达到O(V*E)，V代表顶点数，E代表边数。

你可能不了解什么是松弛操作，其实就是不断寻找距离更短的路径：

假设有这样的一个图

从原点出发经由一条路径直达A的路径为M，直达B的路径为N，存在从A到B的路径L，如果你找到M+L<N的路径了，那么就是做了一次松弛操作

那么为什么说要做V-1次松弛操作呢？

考虑无环图的极限情况，所有节点排成一条线，那么最远的路段是V-1

那么遇到有环图呢？

最长路径便成了无限，但没经过一次环至少增加两短路，我们只要经过V-1次松弛便可以检测出来是否有环，对于有环的图我们还要对其性质进行判断，如果是正权值的环那么就排除改路径，如果是负权值的环那么此题就无法求解，因为走环的次数越多权值和越小。

如果你了解狄克斯特拉算法的话写这个也很容易，我们同样需要三个表一个距离表一个父节点表一个全部节点表，然后就是遍历V-1次，并判断是否存在环

我们找一个图 起始的样子是这样的

我们得到了一张从Start开始，第一步只能到达A、B两点的初始化的距离表，也就是说，此时到达A、B的距离是已知的，因为可以由Start直接到达； 得到一个只有Start点作为父节点的两个点A、B的父地点表；还有一个全部路径的路径图。

我们遍历路径表中的 相邻两点之间的全部路径 一次，根据距离表更新每个点的到达距离。也就是对图进行一次松弛操作：

我们可以看到，初始化