【算法导论】07 狄克斯特拉算法-寻找最短路径

4.1 案例 - 寻找最短路径

4.1.1 例一

假设你希望从双子峰坐公交车去金门大桥，希望找出耗时最短的路线：

①使用图建立问题模型（ 加权图 ，注： 权重不能为负 ）。

②使用狄克斯特拉算法解决问题。

狄克斯特拉算法解决问题的四个步骤：

1.找出最便宜的节点，即可在最短时间内前往的节点。

2.对于该节点的邻居，检查是否有前往他们的更短路径，如果有，就更新其开销。

3.重复这个过程，直到对图中的每个节点都这样做了。

4.计算最终路径。

 方案：

1、先看起点，A和B，选便宜的A，其他没有的先设置成正无穷

2、然后A下一步是E，E的父节点是A，开销是21+4=25

3、A的4处理过了打勾，然后B和E，B小，处理B，B到C，开销15min，父节点B，B到D，总开销18min,B到C，开销15，以此类推。。

4、最后再往回推父节点即可

4.1.2 例二

# the graph 界定图的结构，
graph = {}
graph["start"] = {}
graph["start"]["a"] = 6    # start到A是6，散列表里面也可以包含散列表
graph["start"]["b"] = 2

graph["a"] = {}
graph["a"]["fin"] = 1        # fin是finish

graph["b"] = {}              # 节点初始值是空
graph["b"]["a"] =3
graph["b"]["fin"]=5

graph["fin"]={}

# the costs table 开销表
infinity = float("inf")        # ∞
costs = {}
costs["a"] = 6            #  a的最小值是6
costs["b"] = 2             # b的最小值是2
costs["fin"] = infinity        # finish最小值是∞，初始状态

# the parents table  父节点
parents = {}
parents["a"] = "start"        # a和b的父节点都是start，finish还没有
parents["b"] = "start"
parents["fin"] = None

processed = []        # 代表处理过的，现在是空


# 哈希表放进去后，找到个最小的值
def find_lowest_cost_node(costs):
    lowest_cost = float("inf")        # 初始最小值为∞
    lowest_cost_node = None            # 初始最小节点为空
    # 遍历所有节点
    for node in costs:
        cost = costs[node]                # 每个cost = costs[节点]
        # 如果当前节点为，未处理的节点中开销最小的...、
        # 意思是从A/B走完后，是走CD还是E，选开销最小的
        # 初始processed是[]，
        if cost < lowest_cost and node not in processed:
            # ...更新最小节点为当前节点
            lowest_cost = cost
            lowest_cost_node = node
    return lowest_cost_node            # 最重要的是返回节点

# 在没处理的节点中找出开销最小的节点，就是上面函数的return
node = find_lowest_cost_node(costs)
# 在所有节点都被处理后，while将结束循环
while node is not None：
    cost = costs[node]
    # 遍历该节点的所有邻居
    neighbors = graph[node]
    for n in neighbors.keys():
        new_cost = cost + neighbors[n]
        # 如果经过当前节点前往该邻居节点更近。。
        if costs[n] > new_cost;
            # ...更新该邻居的开销
            costs[n] = new_cost
            # 将该邻居的父节点设为当前节点
            parents[n] = node
    # 将当前节点标记为processed
    processed.append(node)
    # 找出接下来要处理的节点
    node = find_lowest_cost_node(costs)

print "Cost from the start to each node:"
print costs

#Cost from the start to each node:
{'a': 5, 'b': 2, 'fin': 6}