贝尔曼-福特算法

1.概念

贝尔曼-福特（Bellman-Ford）算法是一种在图中求解最短路径问题的算法。最短路径问题就是在加权图指定了起点和终点的前提下，寻找从起点到终点的路径中权重总和最小的那条路径。

2.算法解释

这里我们设A为起点、G为终点，来讲解贝尔曼-福特算法。首先设置各个顶点的初始权重：起点为0，其他顶点为无穷大（∞）。这个权重表示的是从A到该顶点的最短路径的暂定距离。随着计算往下进行，这个值会变得越来越小，最终收敛到正确的数值。

从所有的边中选出一条边，此处选择了连接A-B的边。然后，分别计算这条边从一端到另一端的权重，计算方法是“顶点原本的权重+边的权重”。只要按顺序分别计算两个方向的权重即可，从哪一端开始都没有问题。此处我们选择按顶点权重从小到大的方向开始计算。

A的权重小于B，因此先计算从A到B的权重。A的权重是0，边A-B的权重是9，因此A到B的权重是0+9=9。如果计算结果小于顶点的值，就更新这个值。顶点B的权重是无穷大，比9大，所以把它更新为9。更新时需要记录计算的是从哪个顶点到该顶点的路径。

接下来计算从B到A的权重。B的权重为9，从B到A的权重便为9+9=18。与顶点A现在的值0进行比较，因为现在的值更小，所以不更新。

对所有的边都执行同样的操作。在执行顺序上没有特定要求，此处我们选择从靠近左侧的边开始计算。先选出一条边C。因为0+2=2小于正无穷，数值更新了，顶点C的权重变成了2。

更新完所有的边后，第1轮更新就结束了。接着，重复对所有边的更新操作，直到权重不能被更新为止。

第2轮更新也结束了。顶点B的权重从8变成了7，顶点E的权重从9变成了8。接着，再执行一次更新操作。

第3轮更新结束，所有顶点的权重都不再更新，操作到此为止。算法的搜索流程也就此结束，我们找到了从起点到其余各个顶点的最短路径。

根据搜索结果可知，从起点A到终点G的最短路径是A-C-D-F-G，权重为14。

3.注释

• 将图的顶点数设为n、边数设为m，我们来思考一下贝尔曼-福特算法的时间复杂度是多少。该算法经过n轮更新操作后就会停止，而在每轮更新操作中都需要对各个边进行1次确认，因此1轮更新所花费的时间就是O（m），整体的时间复杂度就是O（nm）。
• 前面的讲解以无向图为例，但在有向图中同样可以求解最短路径问题。选出一条边并计算顶点的权重时，无向图中的计算两个方向都要计算，而在有向图中只按照边所指向的那个方向来计算就可以了。
• 计算最短路径时，边的权重代表的通常都是时间、距离或者路费等，因此基本都是非负数，不过，即便权重为负，贝尔曼-福特算法也可以正常运行。
• 如果在一个闭环中边的权重总和是负数，那么只要不断遍历这个闭环，路径的权重就能不断减小，也就是说根本不存在最短路径。遇到这种对顶点进行n次更新操作后仍能继续更新的情况，就可以直接认定它“不存在最短路径”。
• 如果使用狄克斯特拉算法，那么当输入的权重为负时还有可能无法得出正确的答案。

notes：贝尔曼-福特算法的名称取自其创始人理查德·贝尔曼和莱斯特·福特的名字。贝尔曼也因为提出了该算法中的一个重要分类“动态规划”而被世人所熟知。