python BFS最短路径问题

在一个带权重的图中，我们求从任意一个节点到其他节点的最短距离

在这个题目，我们可以使用bfs算法

首先，我们要引入一个队列，优先队列，他是一个神奇的队列，他会在使用他特定的pop的时候自动弹出数字最小的元素

import heapq
grout=[]
heapq.heappush(grout,(100,'c'))
heapq.heappush(grout,(88,'b'))
heapq.heappush(grout,(56,'a'))
print(grout)
xx=heapq.heappop(grout)
print(xx)
print(grout)
xx=heapq.heappop(grout)
print(xx)
print(grout)

从代码我们可以看出，在我们给他添加元素进去以后，他会自动排序，当然，在我们print查看时 发现他并没有排序，但其实他是安装自己内置的排序方式排序了，当我们heappop时，他会自动弹出优先最高的56>88>100

好，有了这个队列我们开始想办法写代码，最开始我们需要把我这个图用一个数据结构装起来，还要标明他的路径权重，相邻节点，所以我们可以选择字典

graph = {
    "A": {"B": 5, "C": 1},
    "B": {"A": 5, "C": 2, "D": 1},
    "C": {"A": 1, "B": 2, "D": 4, "E": 8},
    "D": {"B": 1, "C": 4, "E": 3, "F": 6},
    "E": {"C": 8, "D": 3},
    "F": {"D": 6}
}

字典选好以后，我们创建优先队列，我们假设我们根节点是A，求到其他节点的最短距离

最开我们在里面加入开始的根节点，带上路径，因为A到A没有距离，这里用0表示

 然后我们拿这个优先队列开始循环，我们把A拿出来，然后找到和他相连的其他节点，这里是B,C

然后我们把B,C放进去，并且这里注意，进入队列以后的节点要拿前节点与A的距离加上自己本身与这个节点的距离，因为第一个是0，所以没有变化

 然后因为优先队列自动排序问题所以c会在b前面

然后弹出c，再放入c的相邻节点，但是c的相邻有a，b，d，e，难道全部放进去？

当然不行，为了避免走回头路就是不走回a，我们可以再创建一个队列，里面放拿出来的元素，就是已经见过了走过了，不能在走的元素，我们暂时叫n，然后把其他点放进去就一直这么循环反复，直到全部点拿出

 

当然在这循环中，会有重复点出现，像现在的（B，2），他在进入n以后，在以后循环中总会被拿出来，但是他已经在前面做完了，所以直接比较大小后排除开外

最后结果的n为

 这样我们就可以得到这些节点与根节点最短路径是多少了

但是如果我们需要求的如何走过来的，那么还需要多创建一个字典，在优先队列一个个拿出来的时候进行记录即可具体操作见代码

import math
import heapq

graph = {
    "A": {"B": 5, "C": 1},
    "B": {"A": 5, "C": 2, "D": 1},
    "C": {"A": 1, "B": 2, "D": 4, "E": 8},
    "D": {"B": 1, "C": 4, "E": 3, "F": 6},
    "E": {"C": 8, "D": 3},
    "F": {"D": 6}
}

#防止38段下标出界，把根节点变0外，还要把其他点变成正无穷
def init_distance(graph, s):
    distance = {s: 0}
    for vertex in graph:
        if vertex != s:
            distance[vertex] = math.inf
    return distance


def bfs(npp, x):
    # 优先队列
    pqueue = []
    heapq.heappush(pqueue, (0, x))
    # 已经走过的节点
    seen = set()
    #记录路径的字典
    parent = {x: None}
    distance = init_distance(graph, x)
    while (len(pqueue) > 0):
        pair = heapq.heappop(pqueue)
        dist = pair[0]
        vertex = pair[1]
        seen.add(vertex)

        nodes = graph[vertex].keys()
        for w in nodes:
            if w not in seen:
                if dist + graph[vertex][w] < distance[w]:
                    heapq.heappush(pqueue, (dist + graph[vertex][w], w))
                    parent[w] = vertex
                    distance[w] = dist + graph[vertex][w]
    return parent, distance


p, d = bfs(graph, "A")
print(p)
print(d)

这就是bfs延伸的最短路径问题

如有错误请大神在评论区指出

我是小鹏，祝您幸福