Dijkstra算法是处理单源最短路径的有效算法,但它局限于边的权值非负的情况,若图中出现权值为负的边,Dijkstra算法就会失效,求出的最短路径就可能是错的。原因在于Dijkstra算法在利用顶点u的dist[]值去递推T集合个顶点的dist[k]值时,前提是顶点u的dist[]值是当前T集合中最短路径长度最小的,如果图中所有的边权值都是正的,这样推导是没有问题的,但是如果有负权值的边,那么边的权值和会减小,就不是当前最小的边,所以这样是不正确的。
适用条件&范围:
单源最短路径(从源点s到其它所有顶点v);
有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图);
边权可正可负(不能是负权回路);
差分约束系统;
Bellman-Ford算法的流程如下:
给定图G(V, E)(其中V、E分别为图G的顶点集与边集),源点s,数组dist[i]记录从源点s到顶点i的路径长度.
以下操作循环执行至多n-1次,n为顶点数:
Bellman-Ford算法构造了一个最短路径长度数组序列:dist[u](1),dist[u](2),dist[u](3),dist[u](4),dist[u](5),dist[u](6)...........dist[u](n-1).
dist[u](1)为从源点v0到终点u的只经过一条边的最短路径长度,并有dist[u](1)=map[v0][u];
dist[u](2)为从源点v0出发最多经过不构成负权回路的二条边到达终点u的最短路径长度。
dist[u](3)为从源点v0出发最多经过不构成负权回路的三条边到达终点u的最短路径长度。
。。。。。
dist[u](n-1)为从源点v0出发最多经过不构成负权回路的n-1条边到达终点u的最短路径长度。
递推公式:
dist[u](k)=min( dist[u](k-1), min(dist[j](k-1)+map[j][u])).
对于每一条边e(u, v),如果dist[u] + w(u, v) < dist[v],则另dist[v] = dist[u]+w(u, v)。w(u, v)为边e(u,v)的权值;
若上述操作没有对dist进行更新,说明最短路径已经查找完毕,或者部分点不可达,跳出循环。否则执行下次循环;
为了检测图中是否存在负环路,即权值之和小于0的环路。对于每一条边e(u, v),如果存在distt[u] + w(u, v) < dist[v]的边,则图中存在负环路,即是说改图无法求出单源最短路径。否则数组dist[n]中记录的就是源点s到各顶点的最短路径长度。
可知,Bellman-Ford算法寻找单源最短路径的时间复杂度为O(V*E).
Bellman-Ford算法步骤
第一,初始化所有点。每一个点保存一个值,表示从原点到达这个点的距离,将原点的值设为0,其它的点的值设为无穷大(表示不可达)。
第二,进行循环,循环下标为从1到n-1(n等于图中点的个数)。在循环内部,遍历所有的边,进行松弛计算。
第三,遍历途中所有的边判断是否存在这样情况:
d(v) > d (u) + w(u,v) 是则更新路径信息。
附加:负权回路判断
n-1次循环结束再次执行第三步,如果存在这样的情况,则说明存在负权回路。
以hdu 1874为例
46MS
#include <iostream>
using namespace std;
const int MAX=1000;
const int INF=100000000;
int path[MAX];
int dist[MAX];
int map[MAX][MAX];
int n;
bool Bellman(int u0)
{
for (int i=0; i<n; i++) //初始化
{
dist[i]=INF;
}
dist[u0]=0;
for (int k=1; k<n; k++) //n-1次循环
{
for (int u=0; u<n; u++) //遍历每条边
{
if(u!=u0)
{
for (int v=0; v<n; v++)
{
if(map[v][u]<INF && dist[v]+map[v][u]<dist[u])
{
dist[u]=dist[v]+map[v][u]; //更新
path[u]=v;
}
}
}
}
}
for (int v=0; v<n; v++) //检查是否存在负权回路
{
for (int u=0; u<n; u++)
{
if(map[v][u]<INF && dist[v]+map[v][u]<dist[u])
{
return false;
}
}
}
return true;
}
void ShowPath(int v0,int v) //路径显示
{
int num[MAX];
int pos=0;
num[pos++]=v;
int k=path[v];
while (k!=v0)
{
num[pos++]=k;
k=path[k];
}
num[pos++]=v0;
for (int i=pos-1; i>=0; i--)
{
printf("%d ",num[i]);
}
printf("\n");
}
int main()
{
int u,v,w,m;
while(scanf("%d%d",&n,&m)!=EOF)
{
for (int i=0; i<n; i++)
{
for (int j=0; j<n; j++)
{
if(i==j)
{
map[i][j]=0;
}
else
{
map[i][j]=INF;
}
}
}
while (m--)
{
scanf("%d%d%d",&u,&v,&w);
if(w<map[u][v]) //判重边
{
map[u][v]=w;
map[v][u]=w;
}
}
int s,t;
scanf("%d%d",&s,&t);
if(Bellman(s)&&dist[t]!=INF)
{
printf("\n");
for (int i=1; i<n; i++)
{
printf("路径长度(0--%d):%d path:",i,dist[i]);
ShowPath(s, i);
}
printf("%d\n",dist[t]);
}
else
{
printf("-1\n");
}
}
return 0;
}
采用邻接矩阵算法的时间复杂度是O(n3),采用边集数组时间复杂度可降为O(n2),实现如下:
0MS
#include <iostream>
using namespace std;
const int MAX=2020;
const int INF=100000000;
int path[MAX];
int dist[MAX];
int n,cnt;
struct node
{
int u,v,w;
}Edges[MAX];
bool Bellman(int u0)
{
for (int i=0; i<n; i++) //初始化
{
dist[i]=INF;
path[i]=u0;
}
dist[u0]=0;
for (int k=1; k<n; k++) //n-1次循环
{
for (int i=0; i<cnt; i++)
{
if(dist[Edges[i].u]!=EOF && dist[Edges[i].v]>dist[Edges[i].u]+Edges[i].w)
{
dist[Edges[i].v]=dist[Edges[i].u]+Edges[i].w;
path[Edges[i].v]=Edges[i].u;
}
}
}
for (int i=0; i<cnt; i++)
{
if(dist[Edges[i].v]>dist[Edges[i].u]+Edges[i].w)
{
return false;
}
}
return true;
}
void ShowPath(int v0,int v) //路径显示
{
int num[MAX];
int pos=0;
num[pos++]=v;
int k=path[v];
while (k!=v0)
{
num[pos++]=k;
k=path[k];
}
num[pos++]=v0;
for (int i=pos-1; i>=0; i--)
{
printf("%d ",num[i]);
}
printf("\n");
}
int main()
{
int m,u,v,w;
while (scanf("%d%d",&n,&m)!=EOF)
{
cnt=0;
while (m--)
{
scanf("%d%d%d",&u,&v,&w);
Edges[cnt].u=u;
Edges[cnt].v=v;
Edges[cnt++].w=w;
Edges[cnt].u=v; //这里注意 双向道路
Edges[cnt].v=u;
Edges[cnt++].w=w;
}
int s,t;
scanf("%d%d",&s,&t);
Bellman(s);
if(dist[t]==INF)
{
printf("-1\n");
for (int i=1; i<n; i++)
{
printf("路径长度(0--%d):%d path:",i,dist[i]);
ShowPath(0, i);
}
}
else
{
printf("%d\n",dist[t]);
}
}
return 0;
}