贝尔曼-福特算法(Bellman–Ford algorithm )用于计算出起点到各个节点的最短距离,是一种单源最短路径算法,支持存在负权重的情况
算法原理
-
它的原理是对图进行最多V-1次松弛操作,得到所有可能的最短路径。其优于迪科斯彻算法的方面是边的权值可以为负数、实现简单,缺点是时间复杂度过高,高达O(VE)。但算法可以进行若干种优化,提高了效率。
-
Bellman Ford算法每次对所有的边进行松弛,每次松弛都会得到一条最短路径,所以总共需要要做的松弛操作是V - 1次。在完成这么多次松弛后如果还是可以松弛的话,那么就意味着,其中包含负环。
-
相比狄克斯特拉算法(Dijkstra algorithm),其最大优点便是Bellman–Ford支持存在负权重的情况,并且代码实现相对简单。缺点便是时间复杂度较高,达到O(V*E),V代表顶点数,E代表边数。
可用于解决以下问题:
- 从A出发是否存在到达各个节点的路径(有计算出值当然就可以到达);
- 从A出发到达各个节点最短路径(时间最少、或者路径最少等)
- 图中是否存在负环路(权重之和为负数)
其思路为:
-
初始化时将起点s到各个顶点v的距离dist(s->v)赋值为∞,dist(s->s)赋值为0
-
后续进行最多n-1次遍历操作,对所有的边进行松弛操作,假设:
所谓的松弛,以边ab为例,若dist(a)代表起点s到达a点所需要花费的总数,dist(b)代表起点s到达b点所需要花费的总数,weight(ab)代表边ab的权重,若存在:(dist(a) +weight(ab)) < dist(b)则说明存在到b的更短的路径,s->...->a->b,更新b点的总花费为(dist(a) +weight(ab)),父节点为a
- 遍历都结束后,若再进行一次遍历,还能得到s到某些节点更短的路径的话,则说明存在负环路
思路上与狄克斯特拉算法(Dijkstra algorithm)最大的不同是每次都是从源点s重新出发进行"松弛"更新操作,而Dijkstra则是从源点出发向外扩逐个处理相邻的节点,不会去重复处理节点,这边也可以看出Dijkstra效率相对更高点。
代码实现
class Graph {
constructor(vertices, edges) {
this.vertices = vertices;
this.edges = edges;
}
initialize(source) {
const distances = {};
for (let i = 0; i < this.vertices.length; i++) {
distances[this.vertices[i]] = Infinity;
}
distances[source] = 0;
return distances;
}
relax(u, v, weight, distances) {
if (distances[u] !== Infinity && distances[u] + weight < distances[v]) {
distances[v] = distances[u] + weight;
}
}
bellmanFord(source) {
const distances = this.initialize(source);
for (let i = 0; i < this.vertices.length - 1; i++) {
for (let j = 0; j < this.edges.length; j++) {
const { u, v, weight } = this.edges[j];
this.relax(u, v, weight, distances);
}
}
for (let i = 0; i < this.edges.length; i++) {
const { u, v, weight } = this.edges[i];
if (distances[u] !== Infinity && distances[u] + weight < distances[v]) {
console.log("Negative weight cycle detected");
return;
}
}
console.log(distances);
}
}
// 示例使用
const vertices = ["A", "B", "C", "D", "E"];
const edges = [
{ u: "A", v: "B", weight: 4 },
{ u: "A", v: "C", weight: 2 },
{ u: "B", v: "C", weight: -3 },
{ u: "B", v: "D", weight: 2 },
{ u: "D", v: "E", weight: 3 },
{ u: "E", v: "D", weight: -2 },
];
const graph = new Graph(vertices, edges);
graph.bellmanFord("A");