dijkstra算法与bellman_ford 为什么dijkstra算法不能计算带有负权边图

简介: 为什么dijkstra算法不能计算带有负权边图bellman_ford算法增加功能检测负权回路(不存在最短路径)

应用场景:带有负权边的图

为什么dijkstra算法不能计算带有负权边图

答:

dijkstra是一拳头买卖,一条边就经过一次,如果有负权边显然如果遍历多次这条边,最小值绝对会更小。

dijkstra算法(简介):

思路:

从源点开始(初始化为距离为0的那个点)也是自己确定的最小距离点

循环n(顶点数)次每一次确定一个距离最小值点,再用最小值点更新孩子节点,循环n次确定n个最小值点

通过点来更新其孩子(边只走一次)

bellman_ford算法

思路:

遍历n次,每次遍历所有的边,然后以父节点更新其出边(孩子节点)

遍历所有的边所以会遍历某个点的所有的入边,根据dist[i]  + w[i]  和dist[x]该点的值]递推,即可得到最短距离
遍历n次所有的边,可以多次经过统一条边(可计算最大经过边数的最短路径(当有负权环的时候必须限定最大经理经历边数不然最小距离为负无穷))

代码:

importjava.io.BufferedReader;
importjava.io.IOException;
importjava.io.InputStreamReader;
importjava.util.Arrays;
publicclassMain {
staticintN=510;
staticintM=100010;
staticintn;//总点数staticintm;//总边数staticint[] dist=newint[N];//从1到点到n号点的距离staticNode[] list=newNode[M];//结构体staticintINF=500000000+5000000;
publicstaticvoidbellman_ford()
    {
Arrays.fill(dist, INF);
dist[1] =0;
//最长可能的最短路径不会超过n-1条边  循环n - 1次也就是最多经过n - 1条边for(inti=0;i<n-1;i++)
        {
for(intj=0;j<m;j++)
            {
Nodenode=list[j];
inta=node.a;
intb=node.b;
intc=node.c;
dist[b] =Math.min(dist[b], dist[a] +c);
            }
        }
if(dist[n] >=500000000) System.out.println("-1");
elseSystem.out.println(dist[n]);
    }
publicstaticvoidmain(String[] args) throwsIOException {
BufferedReaderreader=newBufferedReader(newInputStreamReader(System.in));
String[] str1=reader.readLine().split(" ");
n=Integer.parseInt(str1[0]);
m=Integer.parseInt(str1[1]);
for(inti=0;i<m;i++)
        {
String[] str2=reader.readLine().split(" ");
inta=Integer.parseInt(str2[0]);
intb=Integer.parseInt(str2[1]);
intc=Integer.parseInt(str2[2]);
list[i] =newNode(a,b,c);
        }
bellman_ford();
    }
}
classNode{
inta, b, c;
publicNode(inta,intb,intc)
    {
this.a=a;
this.b=b;
this.c=c;
    }
}

增加功能检测负权回路(不存在最短路径)

for (inti=0; i<n; i++) {
intu=edges[i].source;
intv=edges[i].destination;
intw=edges[i].weight;                //经过n条边,如果可以更新毕然存在负权回路if (distance[u] !=Integer.MAX_VALUE&&distance[u] +w<distance[v]) {
System.out.println("图中包含负权回路");
return;
    }
}

目录
相关文章
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
60 0
|
1月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
59 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
1月前
|
存储 算法 程序员
迪杰斯特拉(Dijkstra)算法(C/C++)
迪杰斯特拉(Dijkstra)算法(C/C++)
|
2月前
|
算法 C++
如何精确计算出一个算法的CPU运行时间?
如何精确计算出一个算法的CPU运行时间?
|
2月前
|
算法 数据可视化 数据安全/隐私保护
基于LK光流提取算法的图像序列晃动程度计算matlab仿真
该算法基于Lucas-Kanade光流方法,用于计算图像序列的晃动程度。通过计算相邻帧间的光流场并定义晃动程度指标(如RMS),可量化图像晃动。此版本适用于Matlab 2022a,提供详细中文注释与操作视频。完整代码无水印。
|
3月前
|
机器学习/深度学习 算法 Java
算法设计(动态规划应用实验报告)实现基于贪婪技术思想的Prim算法、Dijkstra算法
这篇文章介绍了基于贪婪技术思想的Prim算法和Dijkstra算法,包括它们的伪代码描述、Java源代码实现、时间效率分析,并展示了算法的测试用例结果,使读者对贪婪技术及其应用有了更深入的理解。
算法设计(动态规划应用实验报告)实现基于贪婪技术思想的Prim算法、Dijkstra算法
|
3月前
|
算法 Go Python
[算法]计算斐波拉契数列
[算法]计算斐波拉契数列
|
3月前
|
算法
路径规划算法 - 求解最短路径 - Dijkstra(迪杰斯特拉)算法
路径规划算法 - 求解最短路径 - Dijkstra(迪杰斯特拉)算法
66 0
|
3月前
|
算法
计算空间物体包围球的两种算法实现
计算空间物体包围球的两种算法实现
48 0