【代码随想录训练营第42期 Day59打卡 - 图论Part9 - Bellman-Ford算法

news2024/11/14 13:28:15

目录

一、Bellman-Ford算法

定义

特性

伪代码实现

二、经典题目

题目:卡码网 94. 城市间货物运输 I

题目链接

题解: Bellman-Ford算法

三、小结


一、Bellman-Ford算法

定义

Bellman-Ford算法是一个迭代算法,它可以处理包含负权边的图,并能够检测负权重环。算法的基本思想是通过对所有边进行多次“松弛”操作来逐步逼近最短路径

特性

Bellman - Ford算法可以处理带有负权边的图。

它能够检测图中的负权重环。

如果图中存在负权重环,则算法无法计算出最短路径,因为负权重环可以使路径长度无限减小。

算法的最坏情况时间复杂度为 O(VE),其中 V 是顶点数,E 是边数。

伪代码实现

function Bellman-Ford(graph, source):
    // graph 是一个包含边信息的列表,每条边是一个三元组 (u, v, w),表示从节点 u 到节点 v 的权值为 w
    // source 是源节点的索引

    // 初始化距离数组,所有节点的距离设置为无穷大,除了源节点设置为 0
    distance[] = [∞ for i in 0 to graph.numberOfVertices]
    distance[source] = 0

    // 松弛操作,进行 V-1 次,其中 V 是图中的节点数
    for i in 1 to graph.numberOfVertices - 1:
        for each edge (u, v, w) in graph.edges:
            // 如果从源节点到 u 的距离已知且从 u 到 v 的距离可以更短
            if distance[u] + w < distance[v]:
                distance[v] = distance[u] + w

    // 检测图中是否存在负权重环
    for each edge (u, v, w) in graph.edges:
        if distance[u] + w < distance[v]:
            return "Graph contains a negative-weight cycle"

    // 返回距离数组,包含从源节点到所有其他节点的最短路径长度
    return distance

二、经典题目

题目:卡码网 94. 城市间货物运输 I

题目链接

94. 城市间货物运输 I (kamacoder.com)

题目描述

某国为促进城市间经济交流,决定对货物运输提供补贴。共有 n 个编号为 1 到 n 的城市,通过道路网络连接,网络中的道路仅允许从某个城市单向通行到另一个城市,不能反向通行。

网络中的道路都有各自的运输成本和政府补贴,道路的权值计算方式为:运输成本 - 政府补贴。权值为正表示扣除了政府补贴后运输货物仍需支付的费用;权值为负则表示政府的补贴超过了支出的运输成本,实际表现为运输过程中还能赚取一定的收益。

请找出从城市 1 到城市 n 的所有可能路径中,综合政府补贴后的最低运输成本。如果最低运输成本是一个负数,它表示在遵循最优路径的情况下,运输过程中反而能够实现盈利。

城市 1 到城市 n 之间可能会出现没有路径的情况,同时保证道路网络中不存在任何负权回路。

输入描述

第一行包含两个正整数,第一个正整数 n 表示该国一共有 n 个城市,第二个整数 m 表示这些城市中共有 m 条道路。 

接下来为 m 行,每行包括三个整数,s、t 和 v,表示 s 号城市运输货物到达 t 号城市,道路权值为 v (单向图)。

输出描述

如果能够从城市 1 到连通到城市 n, 请输出一个整数,表示运输成本。如果该整数是负数,则表示实现了盈利。如果从城市 1 没有路径可达城市 n,请输出 "unconnected"。

输入示例

6 7
5 6 -2
1 2 1
5 3 1
2 5 2
2 4 -3
4 6 4
1 3 5

输出示例

1

提示信息

示例中最佳路径是从 1 -> 2 -> 5 -> 6,路上的权值分别为 1 2 -2,最终的最低运输成本为 1 + 2 + (-2) = 1。

示例 2:

4 2
1 2 -1
3 4 -1

在此示例中,无法找到一条路径从 1 通往 4,所以此时应该输出 "unconnected"。

数据范围:

1 <= n <= 1000;
1 <= m <= 10000;

-100 <= v <= 100;

题解: Bellman-Ford算法

关键在于松弛操作:

松弛操作:

这是算法的核心。对于图中的每一条边,如果可以通过这条边使得到达某个顶点的距离更短,则更新这个顶点的最短距离。这个过程会重复进行,直到无法再通过任何边来进一步缩短任何顶点的最短距离。

具体步骤:对于每一条边(u, v),如果 dist[u] + weight(u, v) < dist[v],则更新 dist[v] = dist[u] + weight(u, v)。这里 dist[u] 是起点到顶点 u 的当前最短距离,weight(u, v) 是边(u, v) 的权重。

代码实现:

// Bellman-Ford算法

#include <bits/stdc++.h>
using namespace std;
 
int main()
{
    int n, m, p1, p2, val;
    cin >> n >> m;
    vector<vector<int>> grid; // 存储边
 
    for (int i = 0; i < m; i++) // 将所有边保存起来
    {
        cin >> p1 >> p2 >> val;
        grid.push_back({p1, p2, val}); // p1 指向 p2,权值为 val
    }
    int start = 1; // 起点
    int end = n;   // 终点
 
    vector<int> minDist(n + 1, INT_MAX); // 初始化最短路径数组,所有节点的最短距离设置为INT_MAX,表示无穷大
    minDist[start] = 0;
 
    // Bellman-Ford算法的关键:对所有边进行n-1次松弛操作
    for (int i = 1; i < n; i++)
    {
        for (vector<int> &side : grid) // 每一次松弛,都是对所有边进行松弛
        {
            int from = side[0];  // 边的出发点
            int to = side[1];    // 边的到达点
            int price = side[2]; // 边的权值
            // 松弛操作
            // minDist[from] != INT_MAX 防止从未计算过的节点出发
            if (minDist[from] != INT_MAX && minDist[to] > minDist[from] + price)
            {
                minDist[to] = minDist[from] + price;
            }
        }
    }
    if (minDist[end] == INT_MAX) // 不能到达终点
        cout << "unconnected" << endl;
    else
        cout << minDist[end] << endl; // 到达终点最短路径
}

三、小结

Bellman-Ford算法是解决某些特定类型的最短路径问题的有力工具,特别是当图中包含负权边时。但是其在众多最短路径算法中效率并不高,我们需要知道什么时候适合使用它。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2143056.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

深入解析Transformer原理

在自然语言处理&#xff08;NLP&#xff09;领域&#xff0c;Transformer架构的出现无疑是一个里程碑式的进展。从Google的BERT到OpenAI的GPT系列&#xff0c;Transformer已经成为许多前沿AI模型的核心。今天&#xff0c;我们就来深入探讨Transformer的原理&#xff0c;帮助你更…

CleanMyMac 5 for Mac 最新中文破解版下载 系统优化垃圾清理工具

今天给大家带来的是CleanMyMac最新款CleanMyMac 5&#xff0c;它是一个全面的Mac清理和维护工具&#xff0c;通过提供多项强大的功能&#xff0c;帮助用户简化日常维护任务&#xff0c;提升系统性能&#xff0c;同时保护个人隐私和安全。无论是新手还是经验丰富的Mac用户&#…

Linux进程等待 | 程序替换

进程终止 一个进程退出了&#xff0c;无非只有三种情况&#xff1a; 代码跑完了&#xff0c;结果正确代码跑完了&#xff0c;结果不正确代码没跑完&#xff0c;程序异常退出了 代码跑完了&#xff0c;我们可以通过退出码获取其结果是否正确&#xff0c;&#xff08;这个退出…

Qt 模型视图(四):代理类QAbstractItemDelegate

文章目录 Qt 模型视图(四):代理类QAbstractItemDelegate1.基本概念1.1.使用现有代理1.2.一个简单的代理 2.提供编辑器3.向模型提交数据4.更新编辑器的几何图形5.编辑提示 Qt 模型视图(四):代理类QAbstractItemDelegate ​ 模型/视图结构是一种将数据存储和界面展示分离的编程方…

手写流程图元素检测系统源码分享

手写流程图元素检测检测系统源码分享 [一条龙教学YOLOV8标注好的数据集一键训练_70全套改进创新点发刊_Web前端展示] 1.研究背景与意义 项目参考AAAI Association for the Advancement of Artificial Intelligence 项目来源AACV Association for the Advancement of Comput…

安装WINDOWS微软商店已下架的WSL系统,以UBUNTU 16.04 为例

下载WSL系统 方法1&#xff1a;POWERSHELL 用powershell下载 PowerShell Invoke-WebRequest -Uri https://aka.ms/wsl-ubuntu-1604 -OutFile Ubuntu.appx -UseBasicParsing 1 如果下载时间很长&#xff0c;可以这样把进度条关闭&#xff1a; $ProgressPreference Silentl…

Vue特性

Vue概念 Soc原则&#xff1a;关注点分离原则 Vue 的核心库只关注视图层&#xff0c;方便与第三方库或既有项目整合 Model&#xff08;模型&#xff09;&#xff1a;表示应用程序的核心数据和业务逻辑。模型通常包含数据和与数据相关的操作。它独立于视图和视图模型&#xff…

Rust表达一下中秋祝福,群发问候!

一、Rust表达一下中秋祝福 在Rust中&#xff0c;表达中秋佳节的祝福可以通过定义一个包含祝福语的字符串变量&#xff0c;并使用标准输出函数来打印这个字符串。以下是一个简单的Rust程序示例&#xff0c;用于展示如何用Rust编写并打印中秋佳节的祝福语&#xff1a; fn main()…

3谐振功率放大器的实际电路设计

1原理电路 下图是谐振功率放大器的原理电路&#xff0c;如果我们照着下图搭一个电路&#xff0c;会发现它可能实现不了功率放大?这是为什么&#xff1f; 2实际电路设计 2.1要注意直流馈电线路 馈电原则(馈电供电)&#xff1a; 1&#xff09;保证直流电流分量流过直流电源&…

wordpress源码资源站整站打包32GB数据,含6.7W条资源数据

源码太大了&#xff0c;足足32gb&#xff0c;先分享给大家。新手建立资源站&#xff0c;直接用这个代码部署一下&#xff0c;数据就够用了。辅助简单做下seo&#xff0c;一个新站就OK了。 温馨提示&#xff1a;必须按照顺序安装 代码下载

【Linux】理解和解释shell命令的工具

&#x1f41a;作者简介&#xff1a;花神庙码农&#xff08;专注于Linux、WLAN、TCP/IP、Python等技术方向&#xff09;&#x1f433;博客主页&#xff1a;花神庙码农 &#xff0c;地址&#xff1a;https://blog.csdn.net/qxhgd&#x1f310;系列专栏&#xff1a;C语言编程&…

阿德里安·欧拉博士Dr Adrian Euler

阿德里安欧拉博士 金融学副教授 https://apps.dur.ac.uk/biography/image/777 屬属 联系商学院金融学副教授 传 杜伦大学商学院金融学副教授&#xff08;教学&#xff09;阿德里安欧拉博士是一位金融理论家和实践家&#xff0c;在行业和高等教育实践方面拥有丰富的经验 - 教学、…

工程师 - PCI介绍

What Is Peripheral Component Interconnect (PCI)? 什么是外设组件互连&#xff08;PCI&#xff09;&#xff1f; PCI bus connects peripherals to the motherboard PCI 总线将外设与主板连接起来 By Mark Casey Updated on October 17, 2021 Reviewed by Ryan Perian 外…

web网站的任意文件上传下载漏洞解析

免责申明 本文仅是用于学习检测自己搭建的任意文件上传下载漏洞相关原理,请勿用在非法途径上,若将其用于非法目的,所造成的一切后果由您自行承担,产生的一切风险和后果与笔者无关;本文开始前请认真详细学习《‌中华人民共和国网络安全法》‌及其所在国家地区相关法规内容【…

Python 的 WSGI 简单了解

从 flask 的 hello world 说起 直接讨论 WSGI&#xff0c;很多人可能没有概念&#xff0c;我们还是先从一个简单的 hello world 程序开始吧。 from flask import Flaskapp Flask(__name__)app.route("/", methods[GET]) def index():return "Hello world!&q…

完结马哥教育SRE课程--服务篇

文章目录 一、MySQL1.数据库范式2.SQL结构化查询语言3.存储引擎InnoDB和MyISAM4.索引Index5.事务6.日志管理7.MySQL备份和恢复8.MySQL主从复制9.MySQL高可用MHA 二、Redis1.NoSQL的特点2.Redis特性3.ROB和AOF4.Redis数据结构5.Redis主从复制6.Redis 哨兵机制7.Redis Cluster 三…

bpf的了解以及bpftrace的简单练习

最近接触到bpf的概念&#xff0c;简单做一些练习&#xff0c;做以下整理&#xff0c;学习笔记。 0&#xff1a;总结 使用ebpf可以实现的功能打开新世界&#xff0c;可以不改变源码的情况下&#xff0c;实现内存&#xff0c;网络&#xff0c;对应接口等各种期望内容的监控。 …

记忆化搜索(算法篇)

算法篇之记忆化搜索 记忆化搜索 概念&#xff1a; 记忆化搜索就是深度优先搜索的一种优化策略&#xff0c;记忆化搜索深度优先搜索形式动态规划思想由于dfs本质是暴力搜索&#xff0c;没有很好地处理重叠子问题&#xff0c;因此很低效记忆化算法在求解地时候还是按照自顶向下…

固态硬盘数据怎么恢复?用这4个软件你就知道了。

其实想要恢复固态硬盘里面的数据&#xff0c;方法有很多种。我们可以从回收站恢复&#xff0c;用备份恢复&#xff0c;或者是找专业人员帮助恢复。如果这些方法都不行的话&#xff0c;可以试试使用专业的数据恢复软件。我知道的数据恢复软件就有好几款&#xff0c;可以分享给大…

java编程行业特点

Java编程行业是一个庞大且充满活力的领域&#xff0c;它涵盖了从桌面应用到企业级应用、从Web开发到移动应用、从大数据处理到云计算服务的广泛范围。Java作为一种跨平台、面向对象的编程语言&#xff0c;自1995年发布以来&#xff0c;一直受到全球开发者的青睐&#xff0c;并在…