Dijkstra最短路径——python实现

关键词:单源、O(n**2)、不能处理负边权、蓝点、白点。

## n: 点数
## m: 边数
## q[]: 蓝点
## s: 起点
## dis[v]: 起点s到v的距离
## w[u][v]: u到v的权值,无法到达INF 
## vis[]: 记录蓝点还是白点,蓝点为0,白点为1
## 思想:将蓝点中 最短距离的点设为白点,更新此白点相关点的最短路径dis[]。
##        不断循环这个步骤,直到没有蓝点(q[]为空)
## 初始化:dis[s]=0,dis[其他]=INF, w[][], vis[]=0


vis=[0]*(N+1)
dis=[INF]*(N+1)
heapq.heappush(q,(0,1))  ## 将起点1放入,距离为0

while q:  ## 一直循环,直到没有蓝点会结束break
    v=heapq.heappop(q)[1] ## 取出距离最小的蓝点
    if vis[v]==1:
        continue
    else:
        vis[v]=1
        for a,b in g[v]: 将当前蓝点相关的所有边进行调整
            if vis[a]==1:
                continue
            else:
                dis[a]=min(dis[a]+dis[v]+b)
                heapq.heappush(q,(dis[a],a))  ## (w,v)形式存入,自动将距离最短的蓝点放前面
    

离字典,将起始节点的距离设为0,其他节点的距离设为无穷大 distances = {node: sys.maxsize for node in graph} distances[start] = 0 # 初始化已访问节点的集合和未访以下是使用问节点D的集ijkstra合 visited = set() unvisited算法求解最短路径Python = set(graph) while unvisited: # 代码示例: ```python class D选择当前ijkstra距: def __init__(self, graph离最小的节点 , start, current goal): self.graph = graph # 邻接表_node = min(unvisited, key=lambda self node: distances[node]) # 更新.start = start当前节点的 # 起邻居节点点 self.goal =的距离 goal # 终点 for neighbor in graph self.open[current_node]: _list = {} if neighbor in # open 表 self.closed_list unvisited: new_distance = distances[current_node] + = {} graph[current_node][neighbor # closed 表 self.open_list[start] if new_distance] = < distances[neighbor]: 0.0 # 将 distances[neighbor] = new_distance # 将当前起点放入 open_list 中 self.parent = {节点标记start:为已访 None} 问,并从未访问集合中移除 visited.add # 存储节点的父子关系。键为(current_node) 子节点, unvisited值为父.remove(current_node) return节点。方便做最 distances def print后_path(dist路径的ances,回 start溯 self.min, end): _dis = None # 根 # 最短路径的长度 def shortest_path据距离字典和终点节点(self): while True: ,逆向 if self打印路径.open_list is path = [end None: ] print('搜索 current_node =失败 end while current_node !=, 结束!') break distance start: , min_node = for neighbor in graph min(zip[current_node]: if(self.open_list distances[current.values(), self_node] ==.open_list.keys distances[neighbor())) #] + graph 取出距[neighbor][current_node]: 离最小的节点 self path.open_list.pop.append(min_node)(neighbor) current_node = neighbor break path.reverse() # 将其从 open_list 中去除 self print.closed("_list[minShortest_node] = path from", distance # 将节点加入 closed start, "to", end,_list ":", "->".join(path)) # 示例 中 if min_node == self.goal: # 如果节点为图的邻接矩阵终点 self.min_dis = distance 表示 graph shortest = { _path = [ 'Aself.goal]': {'B': # 5, 'C 记录从': 终1}, 点回溯的路径 'B
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值