python数据结构与算法——图的最短路径(Bellman-Ford算法)解决负权边,, 1 # Bellm
python数据结构与算法——图的最短路径(Bellman-Ford算法)解决负权边,, 1 # Bellm
1 # Bellman-Ford核心算法 2 # 对于一个包含n个顶点,m条边的图, 计算源点到任意点的最短距离 3 # 循环n-1轮,每轮对m条边进行一次松弛操作 4 5 # 定理: 6 # 在一个含有n个顶点的图中,任意两点之间的最短路径最多包含n-1条边 7 # 最短路径肯定是一个不包含回路的简单路径(回路包括正权回路与负权回路) 8 # 1. 如果最短路径中包含正权回路,则去掉这个回路,一定可以得到更短的路径 9 # 2. 如果最短路径中包含负权回路,则每多走一次这个回路,路径更短,则不存在最短路径10 # 因此最短路径肯定是一个不包含回路的简单路径,即最多包含n-1条边,所以进行n-1次松弛即可11 12 13 G = {1:{1:0, 2:-3, 5:5},14 2:{2:0, 3:2},15 3:{3:0, 4:3},16 4:{4:0, 5:2},17 5:{5:0}}18 19 20 21 def getEdges(G):22 """ 输入图G,返回其边与端点的列表 """23 v1 = [] # 出发点 24 v2 = [] # 对应的相邻到达点25 w = [] # 顶点v1到顶点v2的边的权值26 for i in G:27 for j in G[i]:28 if G[i][j] != 0:29 w.append(G[i][j])30 v1.append(i)31 v2.append(j)32 return v1,v2,w33 34 class CycleError(Exception):35 pass36 37 def Bellman_Ford(G, v0, INF=999):38 v1,v2,w = getEdges(G)39 40 # 初始化源点与所有点之间的最短距离41 dis = dict((k,INF) for k in G.keys())42 dis[v0] = 043 44 # 核心算法45 for k in range(len(G)-1): # 循环 n-1轮46 check = 0 # 用于标记本轮松弛中dis是否发生更新47 for i in range(len(w)): # 对每条边进行一次松弛操作48 if dis[v1[i]] + w[i] < dis[v2[i]]:49 dis[v2[i]] = dis[v1[i]] + w[i]50 check = 151 if check == 0: break52 53 # 检测负权回路54 # 如果在 n-1 次松弛之后,最短路径依然发生变化,则该图必然存在负权回路55 flag = 056 for i in range(len(w)): # 对每条边再尝试进行一次松弛操作57 if dis[v1[i]] + w[i] < dis[v2[i]]: 58 flag = 159 break60 if flag == 1:61 # raise CycleError()62 return False63 return dis64 65 v0 = 166 dis = Bellman_Ford(G, v0)67 print dis.values()
python数据结构与算法——图的最短路径(Bellman-Ford算法)解决负权边
相关内容
- 暂无相关文章
评论关闭