1、算法思路
这两个算法用于解决存在负权边的单源最短路问题。尽管可以用于负权图中,但是对于存在负权环的图两个算法无法有效工作,但是可以利用这两个算法判断图中是否存在负权环。
Bellman-Ford 算法采用动态规划(Dynamic Programming)进行设计,实现的时间复杂度为 O(V*E),其中 V 为顶点数量,E 为边的数量。
1.算法流程
- 创建源顶点 v 到图中所有顶点的距离的集合 distSet,为图中的所有顶点指定一个距离值,初始均为 Infinite,源点距离为 0
- 计算最短路径,执行 V - 1 次遍历
对于图中的每条边uv:如果 u 到源点的距离 d 加上边的权值 w 小于 v 到源点的距离 d,则更新 v 到源点的距离值 d
每次循环操作实际上是对相邻节点的访问,第n次循环操作保证了所有深度为n的路径最短。由于图的最短路径最长不会经过超过 |V|-1条边,所以可知所得为最短路径。这时便得到了所有点到源点的最短的距离。
在此基础上,再次执行一次遍历,这时如果仍然有边可以缩减其到源点的距离,则证明存在负权环。
由于SPFA是Bellman-Ford的优化,所以大部分情况下,可以使用SPFA对Bellman-Ford算法进行替换,但是对于限定经过边数的最短路问题,还是要选用本算法的。具体实例将在例子中给出。
2.时间复杂度
3.小实例
就这样迭代3次,就可以得到最短路径。
2、例题
1. 有边数限制的最短路
给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环, 边权可能为负数。
请你求出从 1 号点到 n 号点的最多经过 k 条边的最短距离,如果无法从 1 号点走到 n 号点,输出 impossible。
注意:图中可能 存在负权回路 。
输入格式
第一行包含三个整数 n,m,k。
接下来 m 行,每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。
输出格式
输出一个整数,表示从 1 号点到 n 号点的最多经过 k 条边的最短距离。
如果不存在满足条件的路径,则输出 impossible。
数据范围
1≤n,k≤500,
1≤m≤10000,
任意边长的绝对值不超过 10000。
输入样例:
3 3 1
1 2 1
2 3 1
1 3 3
输出样例:
3
#include<iostream>
#include<vector>
#include<cstring>
using namespace std;
const int N = 510,M = 1e4 + 10;
struct node{
int a,b,x;
};
vector<node> e;
int d[N],ex[N];
int main()
{
int n,m,k;
memset(d,0x3f,sizeof d);
cin >> n >> m >> k;
for(int i = 0; i < m; i ++)
{
int x,y,z;
cin >> x >> y >> z;
e.push_back({x,y,z});
}
d[1] = 0;
for(int i = 0; i < k; i ++)
{
//每次更新前需要将之前的距离数组复制一份,否则可能会出现这种情况,对于样例来说
//第一次更新的时候,从{1,2}这条边,2被更新为1,{2,3}这条边3会被更新为2,可是此时3到1 经过了两条边,与我们题目要求不符,所以更新的时候要用之前的距离来更新
memcpy(ex,d,sizeof d);
for(int i = 0; i < e.size(); i ++)
{
node t = e[i];
int aa = t.a;
int bb = t.b;
int xx = t.x;
if(d[bb] > ex[aa] + xx)
{
d[bb] = ex[aa] + xx;
}
}
}
//因为存在负边,所以这样来判断是否有路径
if(d[n] > 0x3f3f3f3f / 2)cout << "impossible";
else cout << d[n];
}