Bellman-Ford算法是一种用于求解单源最短路径问题的算法，可以处理有负权边的情况。然而，当存在负权环时，Bellman-Ford算法会陷入无限循环，导致无法得到正确的最短路径结果。

为了检测负权环，我们可以在Bellman-Ford算法中添加一个判断循环的步骤。具体步骤如下：

1. 定义一个dist数组，用于存储源节点到各个节点的最短路径长度，初始值为正无穷。
2. 设置源节点的最短路径长度为0，即dist[source] = 0。
3. 进行n-1轮松弛操作，即对所有的边进行松弛操作（dist[u] + weight[u][v] < dist[v]）。
4. 在第n轮松弛操作结束后，再进行一轮松弛操作。
5. 如果在第n轮松弛操作后，仍然存在dist[u] + weight[u][v] < dist[v]，则说明存在负权环。

下面是使用邻接矩阵实现的Bellman-Ford算法，包含判断负权环的代码示例：

def bellman_ford(graph, source):
    # Step 1: 初始化距离数组
    dist = [float('inf')] * len(graph)
    dist[source] = 0

    # Step 2: 进行n-1轮松弛操作
    for _ in range(len(graph) - 1):
        for u in range(len(graph)):
            for v in range(len(graph)):
                if graph[u][v] != 0 and dist[u] + graph[u][v] < dist[v]:
                    dist[v] = dist[u] + graph[u][v]

    # Step 3: 判断负权环
    for u in range(len(graph)):
        for v in range(len(graph)):
            if graph[u][v] != 0 and dist[u] + graph[u][v] < dist[v]:
                return True

    return False

使用示例：

# 定义一个邻接矩阵表示的图
graph = [
    [0, 6, 0, 0, 0],
    [0, 0, -2, 0, 0],
    [0, 0, 0, 1, 0],
    [0, 0, 0, 0, -1],
    [2, 0, 0, 0, 0]
]

# 检测是否存在负权环
has_negative_cycle = bellman_ford(graph, 0)
print(has_negative_cycle)  # 输出: True

上述代码中，图的邻接矩阵表示存储在graph变量中，其中0表示两个节点之间没有边，负数表示有向边的权重。在示例中，存在一个负权环，因此最终输出为True。