标签：jks 初始化 广度优先搜索 mes 基本 html efi 提前 include
【最短路径】之Bellman-Ford算法
最短路径问题是图论研究中的一个经典算法问题，旨在寻找图（由结点和路径组成的）中两结点之间的最短路径。算法具体的形式包括：
用于解决最短路径问题的算法被称做“最短路径算法”，有时被简称作“路径算法”。最常用的路径算法有：
贝尔曼-福特算法与迪科斯彻算法类似，都以松弛操作为基础，即估计的最短路径值渐渐地被更加准确的值替代，直至得到最优解。在两个算法中，计算时每个边之间的估计距离值都比真实值大，并且被新找到路径的最小长度替代。
循环：
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条\(|V|-1\)边，所以可知贝尔曼-福特算法所得为最短路径。
负边权操作
与迪科斯彻算法不同的是，迪科斯彻算法的基本操作“拓展”是在深度上寻路，而“松弛”操作则是在广度上寻路，这就确定了贝尔曼-福特算法可以对负边进行操作而不会影响结果。
因为负权环可以无限制的降低总花费，所以如果发现第\(n\)次操作仍可降低花销，就一定存在负权环。
参考代码：
/***先输入n，m，分别表结点数和边数，之后输入m个三元组，各表起点，终点，边权，输出1号结点到各结点的最短路径****/
#include <iostream>
#include <iomanip>
using namespace std;
#define nmax 1001
#define inf 99999999
int n, m, s[nmax], e[nmax], w[nmax], dst[nmax];
int main(){
while(cin >> n >> m && n != 0 && m != 0){
int i, j;
//初始化三个数组：起点数组s[],终点数组e[],权值数组w[],最短路径数组dst[]
for(i = 1; i <= m; i++)
cin >> s[i] >> e[i] >> w[i];
for(i = 1; i <= n; i++)
dst[i] = inf;
dst[1] = 0;
//使用Bellman_Ford算法
for(j = 1; j <= n-1; j++){
for(i = 1; i <= m; i++){
if(dst[e[i]] > dst[s[i]] + w[i])
dst[e[i]] = dst[s[i]] + w[i];
}
}
//测试是否有负权回路并输出
int flag = 0;
for(i = 1; i <= m; i++)
if(dst[e[i]] > dst[s[i]] + w[i])
flag = 1;
if(flag) cout << "此图含有负权回路\n";
else{
for(i = 1; i <= n; i++){
if(i == 1)
cout << dst[i];
else
cout << setw(3) << dst[i];
}
cout << endl;
}
}
return 0;
}
优化
循环的提前跳出
在实际操作中，贝尔曼-福特算法经常会在未达到\(|V|-1\)次前就出解，\(|V|-1\)其实是最大值。于是可以在循环中设置判定，在某次循环不再进行松弛时，直接退出循环，进行负权环判定。
int SPFA(int s) {
queue<int> q;
bool inq[maxn] = {false};
for(int i = 1; i <= N; i++) dis[i] = 2147483647;
dis[s] = 0;
q.push(s); inq[s] = true;
while(!q.empty()) {
int x = q.front(); q.pop();
inq[x] = false;
for(int i = front[x]; i !=0 ; i = e[i].next) {
int k = e[i].v;
if(dis[k] > dis[x] + e[i].w) {
dis[k] = dis[x] + e[i].w;
if(!inq[k]) {
inq[k] = true;
q.push(k);
}
}
}
}
for(int i = 1; i <= N; i++) cout << dis[i] << ‘ ‘;
cout << endl;
return 0;
}
标签：jks 初始化 广度优先搜索 mes 基本 html efi 提前 include
原文地址：https://www.cnblogs.com/RioTian/p/12597688.html
