算法思想:
将图所有点的集合 S 分为两部分,V 和 U。V 集合是已经访问过的点的集合,在初始情况下 V 中只有源点 s, U 是还未访问过的点的集合,初始情况下是除 s 的所有点。 每一次迭代过程中,取得 U 中与 V 中点距离最短的点 k,将 k 加到 V 集合中, 将 k 从 U 集合删除,更新U中节点到s的距离(k点考虑进来带来的影响),以此类推, 依次选择U中距离V最近的点,来更新其他U中点与s的距离,最后所有点都访问过, 则s到其他点的最短距离求出。
拓扑图:
有两个连通分支
Python代码:
# 定义不可达距离
_ = float('inf')
# points点个数,edges边个数,graph路径连通图,start七点,end终点
def Dijkstra(points, graph, start, end):
map = graph
pre = [0] * points # 记录前驱节点
vis = [0] * points # 记录节点遍历状态
dis = [_ for i in range(points)] # 保存最短距离
for i in range(points): # 初始化起点到其他点的距离
if i == start:
dis[i] = 0
else:
dis[i] = map[start][i]
if map[start][i] != _:
pre[i] = start
else:
pre[i] = -1
vis[start] = 1#把已经纳入集合的点标记为1
for i in range(points): # 循环直到起点到所有点的最短路径求出
min = _
for j in range(points): # 选取距离集合最近的点加入集合
if vis[j] == 0 and dis[j] < min:
t = j
min = dis[j]
vis[t] = 1
for j in range(points):#更新不在集合中的节点距离
if vis[j] == 0 :
if map[t][j]!=_ and dis[j] > dis[t] + map[t][j]:
dis[j] = dis[t] + map[t][j]
pre[j] =