数据结构复习(python)——狄克斯特拉算法(Dijkstra)

学习材料

《算法图解》第7章

适用情景

找出从一个节点到另一个节点的最短（快）路径

准备工作

对一个带权图进行描述，可使用两个散列表（字典），其中一个散列表用来描述每个结点的指向及权值，对于一个节点指向两个及以上的节点的情况，可使字典嵌套；另一个散列表用来描述从“起点”开始到其他节点的距离，若起点未与某个节点直接相连，在初始时把这段距离置为无穷大。

举例：图及其对应散列表如下

               

graph={}
graph["start"]={}
graph["start"]["A"]=5
graph["start"]["B"]=2
graph["A"]={}
graph["A"]["C"]=4
graph["A"]["D"]=2
graph["B"]={}
graph["B"]["A"]=8
graph["B"]["D"]=7
graph["C"]={}
graph["C"]["fin"]=3
graph["C"]["D"]=6
graph["D"]={}
graph["D"]["fin"]=1
graph["fin"]={}

costs={}
costs["A"]=5
costs["B"]=2
costs["C"]=float('inf')
costs["D"]=float('inf')
costs["fin"]=float('inf')

为了记录最短路径，还需要一个散列表描述最短路径中的父子关系。

paren