Algorithm 贝尔曼-福特算法&x27；s的中间最优性，对吗？

Bellman-Ford算法是一个著名的算法，它可以解决任意边权可加的连通图G（V，E）的单源最短路径问题（SSSPP）

例如：及其算法的基本实现版本，根据我的理解，当使用所有边的并行松弛时，意味着一个有趣的副产品，我称之为“中间最优性属性”（这可能对某些应用非常有用），如下所述：

---

在k次迭代后，我们用来自同一个源的最短路径来标识每个节点，在路径中的#边为的约束下，假设我们有一个简单的图a->B->C->D，所有权重都等于1

如果我们按顺序A、B、C、D访问顶点，那么在第一次迭代中，我们将放松以下所有步骤：

A->B, finds shortest path to B is 1
B->C, finds shortest path to C is 2
C->D, finds shortest path to D is 3.

所以在第一次迭代中，我们找到了D的最短路径，尽管这条路径需要3条边

但是，如果按D、C、B、A的顺序访问顶点，则需要更多的迭代才能找到到D的最短路径

---

换句话说，在k次迭代之后，我们肯定会找到任何边的最短路径，假设我们有一个简单的图a->B->C->D，所有权重都等于1

如果我们按顺序A、B、C、D访问顶点，那么在第一次迭代中，我们将放松以下所有步骤：

A->B, finds shortest path to B is 1
B->C, finds shortest path to C is 2
C->D, finds shortest path to D is 3.

所以在第一次迭代中，我们找到了D的最短路径，尽管这条路径需要3条边

但是，如果按D、C、B、A的顺序访问顶点，则需要更多的迭代才能找到到D的最短路径

---

换句话说，在k次迭代之后，我们肯定会找到任何边的最短路径，假设我们有一个简单的图a->B->C->D，所有权重都等于1

如果我们按顺序A、B、C、D访问顶点，那么在第一次迭代中，我们将放松以下所有步骤：

A->B, finds shortest path to B is 1
B->C, finds shortest path to C is 2
C->D, finds shortest path to D is 3.

所以在第一次迭代中，我们找到了D的最短路径，尽管这条路径需要3条边

但是，如果按D、C、B、A的顺序访问顶点，则需要更多的迭代才能找到到D的最短路径

---

换句话说，在k次迭代之后，我们肯定会找到任何边的最短路径，假设我们有一个简单的图a->B->C->D，所有权重都等于1

如果我们按顺序A、B、C、D访问顶点，那么在第一次迭代中，我们将放松以下所有步骤：

A->B, finds shortest path to B is 1
B->C, finds shortest path to C is 2
C->D, finds shortest path to D is 3.

所以在第一次迭代中，我们找到了D的最短路径，尽管这条路径需要3条边

但是，如果按D、C、B、A的顺序访问顶点，则需要更多的迭代才能找到到D的最短路径

---

换句话说，在k次迭代之后，我们肯定会找到任何具有完美边的最短路径。我想对所有顶点使用并行更新。那么它正确吗？对不起，我不知道你在使用并行更新。在这种情况下，我认为你的财产是正确的。非常感谢你的最快澄清。我今天很长一段时间都在努力确认这一点……太完美了。我想对所有顶点使用并行更新。那么它正确吗？对不起，我不知道你在使用并行更新。在这种情况下，我认为你的财产是正确的。非常感谢你的最快澄清。我今天很长一段时间都在努力确认这一点……太完美了。我想对所有顶点使用并行更新。那么它正确吗？对不起，我不知道你在使用并行更新。在这种情况下，我认为你的财产是正确的。非常感谢你的最快澄清。我今天很长一段时间都在努力确认这一点……太完美了。我想对所有顶点使用并行更新。那么它正确吗？对不起，我不知道你在使用并行更新。在这种情况下，我认为你的财产是正确的。非常感谢你的最快澄清。今天很长一段时间以来，我一直在努力证实这一点。。