记录一下python里面的最短路径算法

写了些东西，怕给忘了，在这存一下。。。。。。。。。。

最短路径的实现方法有Dijkstra方法和Floyd方法，但Floyd的时间复杂度是O(n^3)，所以这次的主要介绍对象是Dijkstra算法。

#!/usr/bin/python3
# coding=utf-8
my_max = 0xffff


def Dijkstra(v, G, d, vis, n):
    # 自身到自身为0
    d[v] = 0
    for i in range(n):
        u = -1
        my_min = my_max
        for j in range(n):
            if vis[j] == False and d[j] < my_min:
                u, my_min = j, d[j]
        if u == -1:
            return
        vis[u] = True
        for s in range(n):
            if vis[s] == False and G[u][s] != my_max and d[u] + G[u][s] < d[s]:
                d[s] = d[u] + G[u][s]


def mian():
    n, edges, v = map(int, input('请输入图的节点个数,边个数和起始点:').split())
    # n = 3
    # edges = 3
    d = [my_max for t in range(n)]
    vis = [False for i in range(n)]
    G = []
    # G = [[my_max, 1, my_max], [1, my_max, 3], [my_max, 3, my_max]]
    for j in range(n):
        G.append([my_max for t in range(n)])
    for i in range(edges):
        node1, node2, edge_node = map(int, input('请输入请输入两个节点和中间的边:').split())
        G[node1][node2] = edge_node
        G[node2][node1] = edge_node

    Dijkstra(v, G, d, vis, n)
    for i in range(len(d)):
        print('节点%d到节点%d的最短距离是：%d' % (v, i, d[i]))


if __name__ == '__main__':
    mian()

**主要思路：**先把起始节点的最短距离设为0，然后进入循环，第一个循环用来找图中权重的最小值(注意：第一次遍历会找到自己),然后把找到的节点看作中间点，再依次遍历其他的未访问的节点，如果经过中间点的路线短语直线或别的路线，就更新。这才是最外层的第一次循环而已，接下来会继续遍历未访问的且距离起始点最短的中间节点，然后反复操作直至结束。结束后d列表就跟新完毕，也就是求出了起始点到各个节点的最短距离。