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。