贝尔曼-福特算法是一种用于求解单源最短路径问题的动态规划算法。它可以用于检测图中是否存在负环，即图中存在一条环路，使得环路上的边权之和为负数。

贝尔曼-福特算法的基本思想是通过对所有的边进行松弛操作，不断更新每个节点的最短路径估计值。具体的算法步骤如下：

1. 初始化：将所有节点的最短路径估计值初始化为正无穷大，除了起始节点的最短路径估计值初始化为0。
2. 进行|V|-1次松弛操作：对图中的所有边进行松弛操作，即尝试通过边(u, v)缩短节点v的最短路径估计值。
3. 检测负环：再进行一次松弛操作，如果在这一轮松弛操作中仍然存在节点的最短路径估计值发生改变，则说明图中存在负环。

根据上述算法步骤，可以看出贝尔曼-福特算法并不依赖于起始节点的选择。无论选择哪个节点作为起始节点，只要图中存在负环，算法都能检测出来。

下面是一个使用贝尔曼-福特算法进行负环检测的Python代码示例：

class Edge:
    def __init__(self, src, dest, weight):
        self.src = src
        self.dest = dest
        self.weight = weight

def is_negative_cycle(edges, num_nodes, start_node):
    # Step 1: Initialize distances
    distances = [float('inf')] * num_nodes
    distances[start_node] = 0

    # Step 2: Relax all edges |V|-1 times
    for _ in range(num_nodes - 1):
        for edge in edges:
            u = edge.src
            v = edge.dest
            w = edge.weight
            if distances[u] != float('inf') and distances[u] + w < distances[v]:
                distances[v] = distances[u] + w

    # Step 3: Check for negative cycles
    for edge in edges:
        u = edge.src
        v = edge.dest
        w = edge.weight
        if distances[u] != float('inf') and distances[u] + w < distances[v]:
            return True

    return False

# Example usage
edges = [Edge(0, 1, 1), Edge(1, 2, -1), Edge(2, 0, -2)]
num_nodes = 3
start_node = 0

has_negative_cycle = is_negative_cycle(edges, num_nodes, start_node)
print(has_negative_cycle)  # Output: True

在上述示例中，我们定义了一个Edge类来表示图的边。is_negative_cycle函数接受边的列表、节点数量和起始节点作为输入，并返回一个布尔值来表示图中是否存在负环。在示例中，我们构造了一个包含负环的图，并调用is_negative_cycle函数进行检测。最终输出结果为True，表示图中存在负环。