经典图论算法回顾之Bellman-Ford算法

Dijkstra最短路径算法存在的一个问题是不能处理负权图（详见：经典图论算法回顾之Dijkstra算法。今天要回顾的Bellman-Ford算法（wikipedia：Bellman–Ford algorithm）可以求出有负权图的最短路径，并可以对最短路不存在（负权回路）的情况进行判断。

一、Bellman-Ford算法

不同于Dijkstra算法基于点的操作，Bellman-Ford算法则是基于边的操作。算法的核心思想是不断地对边进行松弛（Relax）操作，松弛操作定义如下：

 RELAX(u, v, w)
   if v.d > u.d + w(u,v)
      v.d = u.d + w(u,v)
      v.p = u

上述代码用于松弛边 $e=(u,v)$。其中，$v.d$ 和 $u.d$ 分别是 $u,v$ 到源点的最短距离的估计值，这一值将会逐步逼近最短距离，$w(u,v)$ 表示边的权重，$v.p$ 表示 $v$ 的潜在的最短路径上的前驱节点，用于得到最终得到某一节点的最短路径。

接下来，整个Bellman-Ford算法的伪代码如下：

 BELLMAN-FORD(G,w,s)
  INITIALIZE-SIGNAL-SOURCE(G,s)   //初始化操作：s.d = 0, (V-s).d = ∞
   for i=1 to |G.V|-1             //重复执行 |G.V| -1 次
       for each edge(u,v) in G.E  //对每条边进行松弛操作
          RELAX(u,v,w)
   
   for each edge(u,v) in G.E      //检测是否存在边还可以继续松弛
       if v.d > u.d + w(u,v)      //如果存在，则有负权回路，不存在最短路径
          return FALSE
  return TRUE

接下来给出一个简单的示例。如图1(a)所示，我们要求源点 $S$ 到其它各点的最短路径，图1(b)是初始化结果（除了源点外，其他点到源点的最短距离初始化为无穷大）。

我们指定按 $(C,D),(B,D),(A,C),(A,B),(A,D),(B,C),(S,B),(S,A)$ 的顺序依次松弛各条边。

第1轮松弛：我们发现，$(C,D),(B,$