%%贝尔曼-福特算法是针对边的算法，而迪杰斯特拉算法是针对点的算法 %%举个明显的列子： % 迪杰斯塔拉：假设从a到b的距离10，那么从b出发到a的距离也是10 % 贝尔曼-福特：假设从a到b的距离10，即a->b的边是10。但从b到a不一定是10

图论 使用图算法实现有向图和加权图。 笔记 Python文件比Java文件更发达，您可能应该看看这些文件。 Python 实作 有向图（邻接表） 加权图（邻接表） 遍历 广度优先搜索深度优先搜索 最短路径 广度优先搜索最短路径（有向图） Dikstra的最短路径（加权图） 贝尔曼·福特的最短路径（加权图） 优化的Bellman Ford的最短路径（加权图） Java 实作 有向图（邻接表） 加权图（邻接表） 有向图（邻接矩阵） 加权图（邻接矩阵） 最短路径 Dikstra的最短路径（邻接表） 贝尔曼·福特的最短路径（邻接表）

Neural Bellman-Ford Networks: A General Graph Neural Network Framework for Link Prediction 【NeurIPS 2021】神经Bellman-Ford网络:用于链路预测的一般图神经网络框架 链接预测是图的一项非常基础的任务。在传统路径学习方法的启发下，本文提出了一种通用的、灵活的基于路径的链接预测表示学习框架。具体来说，我们将节点对的表示定义为所有路径表示的广义和，每个路径表示都是路径中各边表示的广义乘积。受求解最短路径问题的Bellman-Ford算法的启发，我们证明了所提出的路径公式可以被广义Bellman-Ford算法有效地求解。为了进一步提高路径表示的能力，我们提出了神经BellmanFord网络(NBFNet)，这是一个通用的图神经网络框架，用于解决广义Bellman-Ford算法中使用学习算子的路径表示。NBFNet将广义Bellman-Ford算法参数化，采用3个神经单元，分别对应边界条件、乘法算子和求和算子。NBFNet是非常通用的，涵盖了许多传统的基于路径的方法，并且可以应用于同构图和多关系图(例如，知识图)在转换和归纳设置。在同构图和知识图谱上的实验表明，所提出的NBFNet在转导和归纳设置方面都大大优于现有方法，取得了最新的研究结果。

用c++模板写的图算法，包括广搜、深搜、最小生成树算法（prim、kruskal）、单源最短路径（bellman-ford、dijkstra）、拓扑排序，prim、dijkstra算法使用优先级队列实现

Electromagnetic Compatibility Specification for Ford EMC

FORD福特汽车研发流程介绍.

汽车编程-福特汽车钥匙编程系统 Ford True Code Key Programming system.docx

使用标号算法(Ford-Fulkerson)解决最大流问题，设计比较合理，实验报告中有例子可以帮助理解程序。

Ford-fulkerson-算法 用java编写的无向图的福特富尔克森算法 这只是在 java 中为无向图实现的福特 fulkerson 算法的第一个版本。 需要重构和算法改进。 参考资料： :

bellman-ford算法的C++实现，邻接表