贝尔曼-福特算法（Bellman-Ford algorithm）是一种用于解决单源最短路径问题的算法。它可以处理带有负权边的图，并且能够检测负权环。下面是一个使用短前导数组的贝尔曼-福特算法的解决方法的代码示例：

# 图的边结构体
class Edge:
    def __init__(self, src, dest, weight):
        self.src = src
        self.dest = dest
        self.weight = weight

# 图的顶点数和边数
V = 5
E = 8

# 创建图的边列表
edges = []
edges.append(Edge(0, 1, -1))
edges.append(Edge(0, 2, 4))
edges.append(Edge(1, 2, 3))
edges.append(Edge(1, 3, 2))
edges.append(Edge(1, 4, 2))
edges.append(Edge(3, 2, 5))
edges.append(Edge(3, 1, 1))
edges.append(Edge(4, 3, -3))

# 初始化短前导数组和距离数组
dist = [float('inf')] * V
dist[0] = 0
pred = [-1] * V

# 执行贝尔曼-福特算法
for i in range(V - 1):
    for j in range(E):
        src = edges[j].src
        dest = edges[j].dest
        weight = edges[j].weight
        if dist[src] != float('inf') and dist[src] + weight < dist[dest]:
            dist[dest] = dist[src] + weight
            pred[dest] = src

# 检测负权环
for i in range(E):
    src = edges[i].src
    dest = edges[i].dest
    weight = edges[i].weight
    if dist[src] != float('inf') and dist[src] + weight < dist[dest]:
        print("图中存在负权环")

# 打印最短路径和前导数组
for i in range(V):
    print("顶点", i, "的最短路径为", dist[i])
    print("顶点", i, "的前导顶点为", pred[i])

以上代码示例中，我们首先定义了一个边的结构体，并创建了一个包含边的列表。然后，我们初始化了短前导数组和距离数组，将源顶点的距离设置为0，其余顶点的距离设置为无穷大。接下来，我们使用两个嵌套循环来迭代执行算法，更新距离数组和短前导数组。最后，我们检测是否存在负权环，并打印最短路径和前导数组。

请注意，上述代码示例中的图是有向图，如果需要处理无向图，可以将边添加两次，即正向和反向。

希望对你有帮助！