最短路径(二)：Bellman-Ford算法

Dijkstra算法可以很好地解决无负权图的最短路径问题，但是如果出现负权边，Dijkstra算法就会失效，如下图所示：

A为源点时，首先会将B的dist值变为-1，并且B的访问值会改成True，之后将无法被从点C出发的边CB更新，因此dist[B]就是-1，但显然A到B的最短路径长度应该是-4。Bellman-Ford算法(BF算法)可以更好地解决有负权边的最短路径问题，但是无法解决负环问题

显然零环和正环不会影响最短路径的求解，因为零环和正环的存在不会使最短路径更短，但是负环不然

一. 算法思想

BF算法需要对含有V个顶点的图中的边进行V-1轮操作，松弛函数与Dijkstra算法的松弛函数相同。进行完V-1轮操作后，此时数组dist中的所有值都应当已经达到最优。但是我们在对所有的边进行一轮操作后，再对所有边进行一轮操作，如果有$dist[u]+weight[u][v]<dist[v]$，则说明图中有负环，说明该图不能求出最短路径。至于为什么是V-1轮操作，这是因为一个有V个顶点的图，从一个顶点出发到达另一个顶点的边数最多是V-1条边

如上图所示，假设源点是S点，通过BF算法第一轮操作后，第二层顶点(B和C)的dist值会被确定下来，这样计算直到最后一层顶点的d值确定。Bellman-Ford算法需要遍历所有边，使用邻接表会比较方便；使用邻接矩阵时间复杂度会上升到O(V³)。使用邻接表时间复杂度为O(|V*E|)

二. 实现代码

#include<iostream>
#include<vector>
using namespace std;

#define MAXV 1000
#define INF 10000
struct Node {
	int source;
	int des; //终点 
	int weight; //权值 
};

vector<Node> Adj[MAXV]; //相当于一个二维数组 
int n; //顶点数 
int dist[MAXV];

bool Bellman_Ford(int s) {
	for (int i = 0; i < n; i++) {
		dist[i] = INF;
		
	}
	dist[s] = 0;

	for (int i = 0; i < n-1; i++) { //循环n-1次
		for (int u = 0; u < n; u++) { //遍历所有边
			for (int j = 0; j < Adj[u].size(); j++) {
				int v = Adj[u][j].des;
				if (dist[u] + Adj[u][j].weight < dist[v]) {
					dist[v] = dist[u]+Adj[u][j].weight;
				}
			}
		}
	}
	for (int u = 0; u < n; u++) { //检查是否存在负环
		for (int j = 0; j < Adj[u].size(); j++) {
			int v = Adj[u][j].des;
			if (dist[u] + Adj[u][j].weight < dist[v]) {
				return false;
			}
		}
	}
	return true;
}

int main() {
	cin >> n;
	for (int i = 0; i < n; i++) {
		int num;
		cin >> num;
		for (int j = 0; j < num; j++) {
			int source,des, weight;
			cin >> source>>des >> weight;
			Node node = {source,des,weight };
			Adj[source].push_back(node);
		}
	}
	if (Bellman_Ford(0)) {
		for (int i = 0; i < n; i++) {
			cout << dist[i] << " ";
		}
	}
	else {
		cout << "该图不存在最短路径" << endl;
	}
	return 0;
}