Algorithm 具有负权重的Dijkstra算法

这是我在网上找到的dijkstra算法的一个实现。任何人都可以找到一个可能不起作用的带有负面边缘的示例

vector<edge> adj[100];
vector<int> dist(100, INF);

void dijkstra(int start) {
    dist[start] = 0;
    priority_queue<pair<int, int>,
    vector<pair<int, int> >,
    greater<pair<int, int> > > pq;
    pq.push(make_pair(dist[start], start));
    while (!pq.empty()) {
         int u = pq.top().second,
         d = pq.top().first;
         pq.pop();
    if (d > dist[u]) continue;
    for (int i = 0; i < adj[u].size(); i++) {
    int v = adj[u][i].v,
    w = adj[u][i].weight;
    if (w + dist[u] < dist[v]) {
        dist[v] = w + dist[u];
        pq.push(make_pair(dist[v], v));
     }
   }
}

向量调整[100]； 向量距离（100，INF）； void dijkstra（整数起点）{ 距离[开始]=0； 优先级队列pq； pq.推送（配对（距离[开始]，开始））； 而（！pq.empty（））{ int u=pq.top（）.秒， d=pq.top（）.第一个； pq.pop（）； 如果（d>dist[u]）继续； 对于（int i=0；i通常，Dijsktra的算法包括一个访问集，这意味着我们可以避免重新访问节点，并且可以在访问目的地后立即终止

此实现不使用这样的集合。这意味着它可以重新访问节点并调整距离（如果减少）

---

好的是，如果终止，它将始终返回正确的答案。但是，如果包含负权重，则算法可能需要很长时间才能终止（特别是，如果存在负权重循环，则此算法将永远不会终止）.

示例是带有负权重的循环

---

我的印象是，在最短路径问题中不考虑负权重循环，因为从技术上讲，最短路径是负无穷大的。如果没有循环，则需要的时间几乎与使用访问集实现的时间相同，因为条件是“如果（d>dist[u]）继续因此，我们是否可以得出结论，如果没有负周期存在，它会比bellmann ford好，并且会给出正确的答案。在实践中，它会期望它会更好，但需要警告的是，可以构建需要指数时间才能终止的图。交叉发布：，。请。每个社区都应该诚实地回答wi尽管任何人的时间都被浪费了。