Python 3.x 贝尔曼·福特：-为什么有N-1次迭代来计算思维距离？

由于我是从教程视频中读到的，所以实现可能是错误的。感谢帮助，外部循环执行N-1次，因为最短路径不能包含更多边，否则最短路径将包含可以避免的循环

---

次要：如果有N个顶点和N条边，则至少使用1个顶点两次，因此这样的路径将包含一个循环。

外部循环执行N-1次，因为最短路径不能包含更多边，否则最短路径将包含一个可以避免的循环

---

次要：如果有N个顶点和N条边，则至少会使用1个顶点两次，因此这样的路径将包含一个循环。

与Djkstra不同的是，该算法不是贪婪的，而是动态的。在循环的第一次迭代中，它在两个顶点之间构建一条可能的路径，然后在每次迭代中，它至少通过一条边改进路径。由于最短路径可以使用最大n-1条边，因此循环的迭代将继续进行，以找到最短路径

---

对于负循环，算法在第n次迭代时再次检查边是否存在，以减少具有n-1条边的最短路径的权重。如果是，则该边必须是负的，因为所有正边的最短路径应由n-1条而不是n条边组成。

与Djkstra不同，该算法不是贪婪的，而是动态的。在循环的第一次迭代中，它在两个顶点之间构建一条可能的路径，然后在每次迭代中，它至少通过一条边改进路径。由于最短路径可以使用最大n-1条边，因此循环的迭代将继续进行，以找到最短路径

---

对于负循环，算法在第n次迭代时再次检查边是否存在，以减少具有n-1条边的最短路径的权重。如果是，则该边必须是负的，因为具有所有正边的最短路径应由n-1条而不是n条边组成。

您可以使用任何图形，并确保它没有负边和循环，并使用正确的边顺序（根据拓扑排序顺序选择具有源顶点的边）您只需将每个边放松一次，就可以在一次迭代中找到答案。

---

当我们考虑到不以逻辑模式获取边，并以随机方式处理它时，n-1项就出现了。

您可以获取任何图形，并确保它没有负边和循环，并采用正确的边顺序（根据拓扑排序顺序选择具有源顶点的边）您只需将每个边放松一次，就可以在一次迭代中找到答案。

---

当我们考虑到我们不以逻辑模式取边，而是以随机方式处理它时，n-1术语就出现了。

请参考下面有说服力的stackoverflow链接回答：请参考下面有说服力的stackoverflow链接回答：你把它复杂化了，第二个答案很清楚，你说的不是真的。我同意，但我已经用我的一些时间段添加了解释。这个答案是在问题发生的那天。你把它弄得更复杂了，第二个答案很清楚，你说的不是真的。我同意，但我已经用一些时间段添加了解释。这个答案是在问题发生的那天。

def calculateShortestPath(self,vertexList,edgeList,startVertex):
    startVertex.minDistance=0

    for i in range(0,len(vertexList)-1):#N-1 ITERATION
        for edge in edgeList:
            #RELAXATION PROCESS
            u=edge.startVertex
            v=edge.targetVertex
            newDistance=u.minDistance+edge.weight
            if newDistance<v.minDistance:
                v.minDistance=newDistance
                v.predecessor=u
    for edge in edgeList:# FINAL ITERATION TO DETECT NEGATIVE CYCLES
        if self.hasCycle(edge):
            print("NEGATIVE CYCLE DETECTED")
            self.HAS_CYCLE=True
            return

N-Length of the Vertex List.
Vertex List-contains the different vertex.
EdgeList-List of the different Edges.