Bellman算法优化使用邻接表C++实现

用临接表来存储图的时间空间复杂度是O(M)，遍历每一条边的时间复杂度也是O(M)，如果一个图是稀疏图的话，M要远小于N^2，因此稀疏图选用邻接表来存储比用邻接矩阵来存储好很多。

#include<iostream>
#include<queue>
using namespace std;
int main()
{
	int points,edgs;
	cin>>points>>edgs;
	int point1[10],point2[10],quanzhi[10];
	int first[6],next[8];//数组的大小要比实际的点数要大1
	int infinity=99999999;
	for (int i=1;i<=points;i++)
	{
		first[i]=-1;
	}
	int p1,p2,w;
	for (i=1;i<=edgs;i++)
	{
		cin>>p1>>p2>>w;
		point1[i]=p1;
		point2[i]=p2;
		quanzhi[i]=w;
		next[i]=first[point1[i]];//first[]存储的是顶点的编号
		first[point1[i]]=i;//next[]存储的是第i条边的下一条边的编号
	}
	int flag[10],dis[10];
	for (i=1;i<=points;i++)
	{
		flag[i]=0;
		dis[i]=infinity;
	}
	queue<int>si;//队列用来记录使源点到顶点距离变短的点
	si.push(1);	//在一轮循环结束后使队顶出列换队列下一个点比较判断
	flag[1]=1;
	int k;
	dis[1]=0;
	while (!si.empty())
	{
		k=first[si.front()];//优化主要用了源点的邻接点松弛相关边而不用1条边2条边
							//循环，减少比较次数
		while (k!=-1)
		{
			if (dis[point2[k]]>dis[point1[k]]+quanzhi[k])
			{
				dis[point2[k]]=dis[point1[k]]+quanzhi[k];
				if (flag[point2[k]]==0)
				{
					si.push(point2[k]);
					flag[point2[k]]=1;
				}
			}
			k=next[k];
		}
		flag[si.front()]=0;//一轮结束队顶出列
		si.pop();
	}
	for (i=1;i<=points;i++)
	{
		cout<<dis[i]<<" ";
	}
	cout<<endl;
}