目录
一、性质
二、思路
三、有边路限制的最短路
一、性质
-
适用于含有负权边的图（Dijkstra不适用）
-
更简单，但效率慢
-
如果对应路径存在负权回路则没有最短路径（可用于判断图中是否存在负权回路）
-
相比于spfa，若最短路径有边数限制则只能使用Bellman-Ford
负权回路：图中带环且环中所有边的权重和为负
二、思路
Bellman-Ford算法的思路十分简单粗暴
与Dijkstra类似的，我们用一个dist数组存放源节点到任意节点的最短路径
首先，在求最短路径前，我们需要将源节点到自己的距离初始化为0，到其他节点的距离初始化为最大值
然后，我们遍历所有的边
对于一条边，我们这里可以直接用一个结构体存储其信息，例如：
struct edge{int a, b, w;
}edges[M];其中a为有向边出发的节点，b为有向边指向的节点，w为边的权重
遍历所有的边，如果 dist[a]+w < dist[b] ，则更新最短路径
以同样的方式一共循环n次，我们就能得到源节点到任意节点的最短路径
有时不一定非要循环n次才能得到最优解，例如上面我们只循环了3次。但最坏的情况下，如果我们的图是这样的呢？
有n个节点，但只有n-1条边，我们至少循环n-1次才能将所有节点更新
那我们不能只循环n-1次吗？
前面提到，Bellman-Ford算法可用于检测图中是否存在负权回路，具体是如何检测的？靠的就是这多出来的一次循环
首先解释一下为何路径中存在负权回路则不存在最短路径，因为我们如果在这个负权回路中一直走，那么路径长度不就一直在变小直到负无穷吗？
可以看到，在上面最坏的情况下，我们也只需要循环n-1次就能将源节点到每个节点的最短路径求出来，而最后一次循环中不会有节点被更新。但如果存在负权回路，则最后一次循环中一定还会有节点被更新。通过判断我们就可以知道图中是否存在负权回路。
即使每次遍历边的顺序不同也不会影响最后的结果，但每次循环中dist数组中的值可能不同。因为如果遍历边的顺序与边的指向一致，我们可以连续更新多个节点，例如：
可以看到dist的数组更新是串联的，即一个位置更新可能影响到其他位置，如果我们没有对最短路径的边数进行限制的话就无需多虑，但如果最短路径有边数限制，那我们就需要一个额外的备份数组来辅助节点更新
三、有边路限制的最短路
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;const int N = 510, M = 10010;struct edge{int a, b, w;
}edges[M];int n, m, k;
int dist[N], backup[N];
//最短路径有边数限制，所以我们还需要一个备份数组int bellman_ford()
{//初始化dist数组memset(dist, 0x3f, sizeof dist); dist[1] = 0; //最短路径不能超过k条边，因此我们循环k次for(int i = 0;i < k;i++) {//将上一次循环中dist数组的结果存入backup数组memcpy(backup, dist, sizeof dist); for(int j = 0;j < m;j++){int a, b, w;a = edges[j].a, b = edges[j].b, w = edges[j].w;dist[b] = min(dist[b], backup[a] + w); //用backup数组来更新dist数组}}return dist[n];
}int main()
{cin >> n >> m >> k;for(int i = 0;i < m;i++){int a, b, w;cin >> a >> b >> w;edges[i] = {a,b,w}; //存边}int ans = bellman_ford(); //Bellman-Ford算法if(ans > 0x3f3f3f3f / 2) cout << "impossible"; //返回值过大不符合预期，可以判断不存在满足条件的路径else cout << ans;return 0;
}如有错误，欢迎在评论区指出
完.
