若干个点的最短路径方式以及绘制连线图(Python)

1.输入

import matplotlib.pyplot as plt
import numpy as np
import math
from pylab import *
print("请输入方格纸的大小a b")
ab=np.array((input().split()),int)
print("请输入点的个数n:")
n=int(input())
print("请输入各个点的横坐标")
x=np.array((input().split()),int)
print("请输入各个点的纵坐标")
y=np.array((input().split()),int)

2.计算长度的函数

首先我们先写出计算两个点之间的距离,再把他们按照不同的顺序相加

def distance(x1,y1,x2,y2): #计算两点之间的距离
    d=pow((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2),0.5)
    return d
#------------------------------以下是计算长度总和
def length(a):
    i=0
    l=0
    while i<n-1:
        m1=int(a[i])
        m2=int(a[i+1])
        l=l+distance(x[m1],y[m1],x[m2],y[m2])
        i=i+1
    return l

3.找出不同的连线方式

在此我们的思路是先将n个点编号为0~n-1,同时我们将数组一个包含n个零的一维数组从第n-1位加一,每逢n-1则进位,如n=3时,则会产生[0,0,0],[0,0,1],[0,0,2],[0,1,0],[0,1,1],[0,1,2],[0,2,0]一直到[2,2,2]这便代表了不同的连线方式,显然其中会有不少重复的连线方式,且同一个点不能被连接两次,如[0 1 2]与[2 1 0]是完全一样的,[0,0,0] [0,0,1]这种连线方式也不应该存在,因此我们还需要删去他们

进位函数:

def carry(b,i):
    b[i]=0
    b[i-1]=b[i-1]+1
    if(b[i-1]>=n):
        carry(b,i-1)

检查出0123 3210这种相同的连线方式:

def check(a,b): #这个函数用来检查连接方式是否是一样的,如ABCD=DCBA如果一样。将二者变得一样
    ch=0
    i=0
    while i<a.size:
        if(a[i]==b[a.size-1-i]):
            ch=ch+1
        i=i+1
    if(ch==a.size):
        i=0
        while i<a.size:
            b[i]=a[i]
            i=i+1

生成不同连接方式并删去相同的连线方式:

i=0
b=np.zeros(n)
b[n-1]=-1
c=np.zeros(n)
c[n-1]=1
cc=1
ccc=0
while cc==1:
    m=0
    b=b+c     #这里便是上述中一直加一的部分
    if(b[n-1]>=n):
        carry(b,n-1)
    i1=0
    while i1<b.size:
        j1=0
        for j1 in range(i1+1,b.size):
            if(b[i1]==b[j1]):
                m=m+1
        i1=i1+1
    if(m==0):
        l=length(b)  #这里length(b)是用来计算数组b连线方式的总长度,并把它储存在length1[k]中
        length1[k]=round(l,4)
        number[k,...]=b
        k=k+1
        #print(float(l))
    ccc=ccc+1
    if(ccc==pow(n,n)):
        break
#print(number)
while i<math.factorial(n)-1:
    j=0
    while j<math.factorial(n):
        nbi=number[i,...]
        nbj=number[j,...]
        check(nbi,nbj) #这里的check函数为去除0123与3210这种相同连线方式
        j=j+1
    i=i+1
#print(number)
newnum=np.ones([int(0.5*math.factorial(n)),n])
i=0
n1=0
while i<math.factorial(n)-1:
        #j=i+1
        for j in range(i+1,math.factorial(n)):
            k=0
            m=0
            while k<n:
                if(number[i,k]==number[j,k]):
                    m=m+1
                k=k+1
            if(m==n):
                newnum[n1,...]=number[i,...]
                n1=n1+1
            j=j+1
            
        i=i+1
print(newnum)  #newnum为二维数组 它储存了n!种不同的连线方式

4.筛选出最小连线方式

比大小找出最小的,并且记录他们在newnum中位置,即记录他们所对应的连线方式

length2=np.empty(int(0.5*math.factorial(n)))#length2是为了记录不同连线方式在newnum中的位置
i=0
while i<int(0.5*math.factorial(n)):
    length2[i]=length(newnum[i,...])
    i=i+1
print(length2)
#--------------------------以下筛选出最小的连接方式
i=0
minvalue=length2[0]
k=0
minlength=np.ones(int(0.5*math.factorial(n)))
while i<int(0.5*math.factorial(n)):
    
    if(length2[i]<=minvalue):
        minvalue=length2[i]
    i=i+1
print(minvalue)
i=0
while i<int(0.5*math.factorial(n)):
    if(length2[i]==minvalue):
        minlength[k]=i
        minlength[k+1]=-1       #储存截止标志,即遇见-1便是截止位置
        k=k+1
    i=i+1
print(minlength)
i=0
while i<minlength.size:
    if(minlength[i]==-1):
        break
    nnm=newnum[int(minlength[i])]
    connect(nnm)
    i=i+1

5.连接最小连线

我们现在已经找出最小连线方式在newnum中的位置,并且把它储存在minlength接下来只需要连线即可

def connect(a):
    i=0
    #plt.figure(figsize=(4,4))
    while i<a.size-1:
        xs=int(a[i])
        ys=int(a[i+1])
        xpoints = np.array([x[xs], x[ys]])
        ypoints = np.array([y[xs], y[ys]])
        plt.subplot(1,1,1)
        plt.plot(xpoints, ypoints,'b')
        xticks(np.linspace(0,ab[0],ab[0]+1,endpoint=True))#设置xy的区间,生成axb的方格纸
        yticks(np.linspace(0,ab[1],ab[0]+1,endpoint=True))
        i=i+1
    plt.grid()
    plt.axis([0,ab[0],0,ab[1]])
    plt.show()

下面展示一下运行结果:

 

另外附上总代码

import matplotlib.pyplot as plt
import numpy as np
import math
from pylab import *
print("请输入方格纸的大小a b")
ab=np.array((input().split()),int)
print("请输入点的个数n:")
n=int(input())
print("请输入各个点的横坐标")
x=np.array((input().split()),int)
print("请输入各个点的纵坐标")
y=np.array((input().split()),int)
l=0
k=0
#print(x,y)
length1=np.empty(math.factorial(n))
number=np.empty([math.factorial(n),n])
#d=np.empty(0.5*n*(n-1))
#-------------------------------------------         这个函数用来绘制连线图
def connect(a):
    i=0
    #plt.figure(figsize=(4,4))
    while i<a.size-1:
        xs=int(a[i])
        ys=int(a[i+1])
        xpoints = np.array([x[xs], x[ys]])
        ypoints = np.array([y[xs], y[ys]])
        #plt.xlim([0,4])
        #plt.ylim([0,4])
        plt.subplot(1,1,1)
        plt.plot(xpoints, ypoints,'b')
        xticks(np.linspace(0,ab[0],ab[0]+1,endpoint=True))
        yticks(np.linspace(0,ab[1],ab[0]+1,endpoint=True))
        i=i+1
    plt.grid()
    plt.axis([0,ab[0],0,ab[1]])
    plt.show()
def check(a,b):                     #这个函数用来检查连接方式是否是一样的,如ABCD=DCBA    如果一样。则另两个数组变成一样的
    ch=0
    i=0
    while i<a.size:
        if(a[i]==b[a.size-1-i]):
            ch=ch+1
        i=i+1
    if(ch==a.size):
        i=0
        while i<a.size:
            b[i]=a[i]
            i=i+1
def distance(x1,y1,x2,y2): #计算两点之间的距离
    d=pow((x1-x2)*(x1-x2)+(y1-y2)*(y1-y2),0.5)
    return d
#------------------------------以下是计算长度总和
def length(a):
    i=0
    l=0
    while i<n-1:
        m1=int(a[i])
        m2=int(a[i+1])
        l=l+distance(x[m1],y[m1],x[m2],y[m2])
        i=i+1
    return l
#-----------------------------以下是不同的连线方式的顺序(其中包含了一样的连接顺序,如:ABCD=DCBA)
i=0
b=np.zeros(n)
b[n-1]=-1
c=np.zeros(n)
c[n-1]=1
cc=1
ccc=0
def carry(b,i):
    b[i]=0
    b[i-1]=b[i-1]+1
    if(b[i-1]>=n):
        carry(b,i-1)
while cc==1:
    m=0
    b=b+c
    if(b[n-1]>=n):
        carry(b,n-1)
    i1=0
    while i1<b.size:
        j1=0
        for j1 in range(i1+1,b.size):
            if(b[i1]==b[j1]):
                m=m+1
        i1=i1+1
    if(m==0):
        l=length(b)
        length1[k]=round(l,4)
        number[k,...]=b
        k=k+1
        #print(float(l))
    ccc=ccc+1
    if(ccc==pow(n,n)):
        break
#print(number)
while i<math.factorial(n)-1:
    j=0
    while j<math.factorial(n):
        nbi=number[i,...]
        nbj=number[j,...]
        check(nbi,nbj)
        j=j+1
    i=i+1
#print(number)
newnum=np.ones([int(0.5*math.factorial(n)),n])
i=0
n1=0
while i<math.factorial(n)-1:
        #j=i+1
        for j in range(i+1,math.factorial(n)):
            k=0
            m=0
            while k<n:
                if(number[i,k]==number[j,k]):
                    m=m+1
                k=k+1
            if(m==n):
                newnum[n1,...]=number[i,...]
                n1=n1+1
            j=j+1
            
        i=i+1
print(newnum)
length2=np.empty(int(0.5*math.factorial(n)))
i=0
while i<int(0.5*math.factorial(n)):
    length2[i]=length(newnum[i,...])
    i=i+1
print(length2)
#--------------------------以下筛选出最小的连接方式
i=0
minvalue=length2[0]
k=0
minlength=np.ones(int(0.5*math.factorial(n)))
while i<int(0.5*math.factorial(n)):
    
    if(length2[i]<=minvalue):
        minvalue=length2[i]
    i=i+1
print(minvalue)
i=0
while i<int(0.5*math.factorial(n)):
    if(length2[i]==minvalue):
        minlength[k]=i
        minlength[k+1]=-1       #储存截止标志
        k=k+1
    i=i+1
print(minlength)
i=0
while i<minlength.size:
    if(minlength[i]==-1):
        break
    nnm=newnum[int(minlength[i])]
    connect(nnm)
    i=i+1
#--------------------------

感谢观看!!!

  • 10
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
实现三维最路径可以使用Dijkstra算法或A*算法。下面以Dijkstra算法为例,介绍一下实现方法。 假设有一个三维空间中的起点和终点,以及一些障碍物,我们需要找到从起点到终点的最路径。首先需要定义一个三维网格,用于表示空间中的点。可以使用列表或numpy数组来表示网格,其中每个元素表示一个空间中的点,该点的坐标即为该元素在列表或数组中的索引。 接下来,需要定义一个距离函数,用于计算任意两个点之间的距离。在三维空间中,可以使用欧几里得距离公式来计算两个点之间的距离。 然后,需要将起点加入到一个优先队列中,并设置起点的距离为0。对于其他所有点,将它们的距离设置为无穷大。然后,从队列中取出距离最小的点,并更新其周围的点的距离。如果某个点的距离被更新,则将它加入队列中。重复这个过程,直到终点的距离被更新为止,此时从起点到终点的最路径就被求出来了。 最后,可以使用matplotlib库中的mplot3d子库来绘制三维图像中的最路径。将路径上的点按照顺序连接起来,就可以得到一条路径。将路径上的点用不同颜色标注,可以更清晰地显示路径。 下面是一个示例代码,用于实现三维最路径绘制3维图像中的最路径: ```python import numpy as np import heapq import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D def distance(p1, p2): return np.sqrt((p1[0]-p2[0])**2 + (p1[1]-p2[1])**2 + (p1[2]-p2[2])**2) def dijkstra(start, end, graph): distances = {vertex: float('inf') for vertex in graph} distances[start] = 0 pq = [(0, start)] while len(pq) > 0: current_distance, current_vertex = heapq.heappop(pq) if current_distance > distances[current_vertex]: continue if current_vertex == end: break for neighbor in graph[current_vertex]: distance_to_neighbor = current_distance + distance(current_vertex, neighbor) if distance_to_neighbor < distances[neighbor]: distances[neighbor] = distance_to_neighbor heapq.heappush(pq, (distance_to_neighbor, neighbor)) path = [end] while path[-1] != start: for neighbor in graph[path[-1]]: if distances[neighbor] < distances[path[-1]]: path.append(neighbor) break path.reverse() return path # create 3d grid x, y, z = np.mgrid[0:10, 0:10, 0:10] grid = np.vstack((x.ravel(), y.ravel(), z.ravel())).T # define start and end points start = (0, 0, 0) end = (9, 9, 9) # create obstacles obstacles = [(2, 2, 2), (2, 3, 2), (2, 4, 2), (7, 7, 7), (7, 6, 7), (7, 5, 7)] # create graph graph = {} for vertex in grid: graph[vertex] = [] for neighbor in grid: if vertex != neighbor and distance(vertex, neighbor) == 1 and neighbor not in obstacles: graph[vertex].append(neighbor) # find shortest path path = dijkstra(start, end, graph) print(path) # plot 3d graph fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.scatter(grid[:, 0], grid[:, 1], grid[:, 2], c='gray', alpha=0.3) ax.scatter(start[0], start[1], start[2], c='green', s=100) ax.scatter(end[0], end[1], end[2], c='red', s=100) for i in range(len(path)-1): ax.plot([path[i][0], path[i+1][0]], [path[i][1], path[i+1][1]], [path[i][2], path[i+1][2]], c='blue') plt.show() ``` 这段代码定义了一个10x10x10的三维网格,起点为(0, 0, 0),终点为(9, 9, 9),并在(2, 2, 2)、(2, 3, 2)、(2, 4, 2)、(7, 7, 7)、(7, 6, 7)、(7, 5, 7)处设置障碍物。使用Dijkstra算法找到从起点到终点的最路径,并将路径和网格绘制在3D图像中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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