Dijkstra算法实例_以Python为例_最短路径问题

Description

天气逐渐变冷，年老体弱的越越鸟打算去南方某座温度适宜的城市过冬，但由于翅膀严重老化，最远飞行距离有限，请你为可怜的越越鸟计算飞行所需的最短距离，以让它能做好心理准备。

Input

输入包含多组测试数据。

每组输入第一行为两个正整数n（n<=20）和m（m<=n*(n-1)/2），n表示城市个数，m表示线段个数。（线段为两个城市间的连接线）

接下来m行，每行输入三个整数a，b，和l（l<=10^9），表示a市与b市之间存在一条线段，线段长度为l。（a与b不同）

每组最后一行输入两个整数x和y，表示问题：x为越越鸟现在所在的城市，y为越越鸟打算飞往过冬的城市。城市标号为1~n。

Output

对于每组输入，输出x市与y市之间的最短距离，如果x市与y市之间非连通，则输出“No path”。

Samples

input

4 4

1 2 4

1 3 1

1 4 1

2 3 1

2 4

output

3

代码：

def dijkstra_shortest_distant(n, m, edges, x, y):
    dicts = [float('inf')] * n
    dicts[x - 1] = 0
    visited = [False] * n
    graph = [[float('inf')] * n for _ in range(n)]

    for a, b, l in edges:
        graph[a - 1][b - 1] = graph[b - 1][a - 1] = l
    for _ in range(n):

        min_dict = float('inf')
        u = -1
        for v in range(n):
            if not visited[v] and dicts[v] <= min_dict:
                min_dict = dicts[v]
                u = v

        if u == -1:
            break

        visited[u] = True

        for v in range(n):
            if not visited[v] and graph[u][v] != float('inf'):
                dicts[v] = min(dicts[v], dicts[u] + graph[u][v])

    if dicts[y - 1] == float('inf'):
        print('No path')
    else:
        print(dicts[y - 1])


while True:
    try:
        n, m = map(int, input().split())
        edges = [list(map(int, input().split())) for _ in range(m)]
        x, y = map(int, input().split())
        dijkstra_shortest_distant(n, m, edges, x, y)
    except EOFError:
        break

要点：

1.可以把float('inf)定义成变量INF，之后直接调用

2.创建二维矩阵和一维矩阵以的问题

[INF] * n   可以创建一维列表，且每个列表中的INF都是独立的

[[INF] * n]      创建的二维列表的中的INF不是独立的，因为[INF * n]是引用类型，用这种方法创建的列表的每个元素地址相同

[[INF] * n for _ in rang(n)]     中每个元素就是独立的，地址不一样

3.dijkstra算法的思路，dicts列表初始化起点元素的值为0，其他元素为INF，visited列表初始化全部False，找最短的没有visited的最短路径，设置为True，接着找没有visited的点相邻的点，更新dicts列表，直到让所有点的visited都是True，结束循环

4.INF不和其他值比大小，其他值要和INF比较的话，一般用 !=，以x为例，表达式为x != INF