基于Floyd算法的校园导航系统（Python版）

Tips：这个系统是学校《大数据应用开发语言》的大作业，本身想直接在网上copy一下，结果发现校园导航系统的c/java等版本很多很多，而python版本非常之少，于是只能自己写一个简单版本的了。包含三个模块：查询学校地图模块、查询两点最短路径、查询多路径信息。

---

前言

随着社会经济的发展，政府对教育建设的投资越来越大。众多高校开始扩建工程，校园占地面积大，楼宇种类多。体现出国家对教育的重视程度逐年上升，科教兴国战略时首当其冲。面对越来越大的学校，“迷路”成为众多高校新生不得面临的话题，这便需要校园导航系统来解决师生如何查询楼宇、如何快速到达目的地问题。
本系统采取基于Floyd算法来完成查询两点最短路径、查询多路径信息等问题。

---

一、题目

功能描述:设计你的学校的校园景点,所含景点不少于10个.有景点名称,代号,简介等信息; 为来访客人提供图中任意景点相关信息的查询.测试数据:由读者根据实际情况指定.

二、需求分析

1.要求

（1）用Python语言实现程序设计；
（2）进行相关信息处理；
（3）画出查询模块的流程图；
（4）系统的各个功能模块要求用函数的形式实现；
（5）界面友好（良好的人机互交），程序要有注释。

2.运行环境

（1）MacOS Big Sur 11.6.2系统
（2）PyCharm CE 2021

3.开发语言

大数据开发语言（Python）

三、概要设计

1.系统流程图

2.函数流程图

四、详细设计

1.类的分析与设计

定义一个Attractions类来实现输入和存放景点编号、名称。

class Attractions:
     num = 0   #景点编号
     name = '' #景点名称

定义一个Campus类来存放校园无向图的边和节点，并给各结点定义名称。

class Campus:
    att = ["","南大门","行政楼","三号楼","四号楼","图书馆","西大门","7号楼","八号楼","九号楼","操场","体育馆","大操场"]   #景点
    edges = [[INF] * M] * M  #边
    Nodes_Num = 0
    edges_Num = 0   #总结点数，总边数

定义一个Passing类来存放路径栈、路径数、栈顶数

class passing():
    pathStack = [[0]*M] ##路径栈
    top = 0
    count = 0  #栈顶位置，路径数
    visited = [[False]*M] #判断是否已经经过

定义一个DIS类来存放path路径和distence目的地。

class DIS:
    distence = [[0] * M] * M                                                   #距离向量
    path = [[0] * M] * M

2.函数的分析与设计

定义函数getCampus（）来读取本地map.txt地图信息，将读出来的数据放在Nodes_Num数组和edges二维数组中。

def getCampus(g):
    file = r'./map.txt'
    with open(file) as f:
        i = 0
        for line in f:
            if i == 0:
                tmp1,tmp2 = line.split(',')
                g.Nodes_Num = int(tmp1)
                g.edges_Num = int(tmp2)
                i = 1
            else:
                x, y, w = line.split(',')
                g.edges[int(x)][int(y)] = g.edges[int(y)][int(x)] = int(w)

定义check函数来判断输入字符是否合规，如果输入正确返回True，错误返回False。

def check(ch):
    if ch < 0 or ch > 12:
        print("\n您的输入有误，请输入0~12之间的数字！")
        return False
    else:
        return True

定义getinf（）函数来查询想要了解的景点信息

def getinf(g):
    poi = int(input("请输入您想了解到景点，0结束:"))
    while poi != 0:
        print("以下是该景点信息：")
        print(g.inf[poi])
        poi = int(input("请输入您想了解到景点，0结束:"))

定义Search函数来实现查询景点功能

def Search(g):
    number = 0
    while True:
        putMap()
        print("请问您想查看哪个景点（请输入景点编号,输入0结束）:")
        input(number)
        # system("cls") #清空屏幕
        if(check(number)):
            if(number == 0):
                break
            else:
                print("景点编号:{}".format(g.att[number].num))
                print("景点名称:{}".format(g.att[number]))

定义shrotPath最短路径函数中用三个for循环语句就能实现。

def shortPath(g,dis):
    for i in range(1,g.Nodes_Num+1):                                #初始化距离向量矩阵与路径向量矩阵
        for j in range(1,g.Nodes_Num+1):
            dis.distence[i][j] = g.edges[i][j]
            if i != j and dis.distence[i][j] != INF:
                dis.path[i][j] = i  #表示如果i和j相邻，i到j需要经过i
            else:
                dis.path[i][j] = -1                                 #否则用 -1代表当前两点不可达

    for k in range(1,g.Nodes_Num+1):                                #递推求解每两景点的最短路径
        for i in range(1,g.Nodes_Num+1):
            for j in range(1,g.Nodes_Num+1):
                if dis.distence[i][j] > (dis.distence[i][k] + dis.distence[k][j]):  #如果发现引入k点可以使得路径更短
                    dis.distence[i][j] = dis.distence[i][k] + dis.distence[k][j]    #更新最短路径长度
                    dis.path[i][j] = k

定义最佳路径函数bestPath来实现最佳路径功能

def bestPath(g,dis):
    vNum = [0,0,0,0,0,0,0,0,0,0,0,0,0]
    count = 1                                       #记录用户输入的编号信息
    len = 0                                                        #统计全程路径总长
    vNum[count] = int(input("             请输入你要游览的景点的编号（输入0结束输入）："))


    while vNum[count] != 0 and count <= 12:
        if vNum[count] == 0:
            break
        count += 1
        vNum[count] = int(input("             请输入你要游览的景点的编号（输入0结束输入）："))

    print("             已为您挑选最佳访问路径：")
    i = 1
    while vNum[i] > 0 and vNum[i + 1] > 0 :          #遍历所有输入的景点
        print("{}->".format( g.att[vNum[i]]),end='')                      #输出路径上的起点
        Floyd_Print(g,dis, vNum[i],vNum[i + 1])                      #利用Floyd算法得到这两点之间的最短路径
        len += dis.distence[vNum[i]][vNum[i + 1]]             #算出最短路长度
        i += 1
    print(g.att[vNum[count - 1]])                 #输出路径上的终点
    print("             全程总长为：{}m".format(len))

用打印函数print_shortPath（）和Floyd_Path()通过递归实现打印两点间的最短路径，并将结果显示到控制台上。

def Floyd_Print(g,dis,start,end):
                                                #递归基：如果两点相邻或者两点不可达，结束递归
    if dis.path[start][end] == -1 or dis.path[start][end] == end or dis.path[start][end] == start:
        return
    else:
        Floyd_Print(g,dis, start, dis.path[start]