Python实现Bellman-Ford单源最短路径算法

### Bellman-Ford算法简介 Bellman-Ford算法是一种用于计算单源最短路径的动态规划算法，能够处理带有负权重边的情况。该算法通过逐步松弛每条边来更新节点之间的距离估计值直到找到最短路径[^1]。 对于含有n个顶点和m条边的图G=(V,E)，Bellman-Ford算法的时间复杂度为O(n*m)[^2]。这使得它在面对稀疏图时效率较低；然而，在某些情况下可以通过引入队列机制来进行优化。 ### 使用队列优化Bellman-Ford算法 为了提高性能并减少不必要的重复工作，可以采用基于队列的方法实现SPFA (Shortest Path Faster Algorithm) 来改进传统的Bellman-Ford方法： - 初始化阶段设置起点到自身的距离为0，并将其加入队首； - 对于当前正在访问的结点u，遍历其邻接表中的每一个v，如果发现更优解，则更新dist[v]=dist[u]+w(u,v), 并将此新近被影响过的结点放入队尾等待下一轮迭代检查是否有进一步改善的机会； - 当某次循环内没有任何一次成功的松弛操作发生过之后即可停止整个过程返回最终结果。 这种方法有效地减少了冗余运算次数从而加快了收敛速度，尤其适用于存在大量正权环路的情形之下表现更为明显[^3]。 ```python from collections import deque def spfa(graph, start): dist = {node: float('inf') for node in graph} dist[start] = 0 q = deque([start]) while q: u = q.popleft() for v, weight in graph[u].items(): if dist[u] + weight < dist[v]: dist[v] = dist[u] + weight if v not in q: q.append(v) return dist ```