距离向量算法描述DV算法是迭代的、异步的、分布式的。分布式的(asynchronous)：节点根据从一个或多个直接相连的邻居接收信息，执行计算，并周期性的与邻居交换计算结果。迭代的(Iterative)：计算过程要持续到邻居之间没有更多信息要交换为止；异步的(Distributed)：不要求节点步调一致。Bellman-Ford 等式： 定义 dx(y) := x 到 y的最短距离 则dx(y) = min {cv(x,v) + dv(y) }， 其中，v 是 x的所有直接邻居基本思想：每个节点x以Dx(y)开始，对N中的节点y估计x到y的最低费用路径的费用dx(y)；每个节点x需要维护：cost to each neighbor v: c(x,v)distance vector Dx = [Dx(y): y є N ]its neighbors’ distance vectorsFor each neighbor v, x maintains Dv = [Dv(y): y є N ]节点定期或发生变化时向它的邻居节点发送它的距离向量拷贝。当节点x从任意邻居节点v收到一个新的距离向量Dv = [Dv(y): y є N ] ，则存储Dv,,并使用B-F 等式更新自己的距离向量Dx(y) ：
节点x再将更新后的距离向量发送给它的邻居。只要所有节点继续以这种方式交换他们的距离向量, Dx(y)将收敛于（ converge ）实际的 最低费用路径的费用 dx(y) 希望看到我的博客,可以帮帮忙
