动态规划-多段图问题的python实现方法

matlab用了俩月，python刚学没几天，肯定有很多需要改进的地方，欢迎大家批评指正。

（这是为了完成作业写了两天才写出来的）

问题描述

多段图G=（V，E）是一个有向图。它具有如下特性：图中的节点被划分成k≥2个不相交的集合V_i，1≤i≤k，其中V_i和V_k分别只有一个节点s（源点）和t（汇点）。图中所有的边<u,v>均具有如下性质：若u∈V_i，则v∈V_(i+1)，1≤i<k-1,且每条边<u,v>均附有成本c（u,v）。从s到t的一条路径成本是这条路径上边的成本和。多段图问题是求由s到t的最小成本路径。每个集合V_i定义图中的一段。由于E的约束，每条从s到t的路径都是从第1段开始，在第k段终止。下图所示为一个5段图

算法流程

多段图的向后处理算法：首先从V_1出发，计算s到V_2每个节点的成本并记录，用BCOST（i,j）表示第i个集合的结点j到源点s的最小成本。那么：BCOST（1,1）=0；BCOST（2，2）=min{BCOST（1,1）+c（1,2）}=9，同理：BCOST（2，3）=7；BCOST（2，4）=3；BCOST（2，5）=2；
再计算第三个集合：
BCOST（3,6）=min{BCOST（2,2）+c（2,6），BCOST（2,3）+c（3,6）}，同理：BCOST（3,7）=11；BCOST（3,8）=10。
第四集合：
BCOST(4,9)=min{BCOST(3,6)+c（6,9）,BCOST(3,7)+c（7,9）}= 15，同理：BCOST(4,10)=14；BCOST(4,11)=16。
第五集合：
BCOST(5,12)=min{BCOST(4,9)+c（9,12）,BCOST(4,10)+C（10，12）, BCOST(4,11)+c（11,12）}=16。
由此得出s到t的最小成本路径为16。

代码实现

# 多段图的向后处理算法
ddt = dict()  # 定义多段图的线段成本为空字典
point = []
while 1:
    inf = input('请输入边信息：（点a 点b 成本）（输入0结束）')
    if inf == '0':
        break
    else:
        str1 = inf.split(' ', 2)[0]
        str2 = inf.split(' ', 2)[1]
        int3 = int(inf.split(' ', 2)[2])
        point.append(int(str1))
        point.append(int(str2))
        str4 = 'c('+str1+','+str2+')'
        ddt[str4] = int3  # 通过循环将输入值存储在字典中
s = input('请输入起点:')  # 定义起点
t = input('请输入终点:')  # 定义终点
Vnum = int(input('请输入中间集合的数量(不包含起点和终点):'))  #定义集合
V = [[s]]
for item in range(1, Vnum + 1):
    p = input('请输入中间第'+str(item)+'阶段的点：')
    P = p.split(' ')
    V.append(P)
V.append([t])
Bcost = {'(1,1)': 0}  # 定义成本集合
path = {}  # 存储路径
pa = {}  # 存储最小路径
for i in range(1, Vnum + 2):  # 通过循环计算每个集合的每个节点到起点的最小成本
    VV1 = V[i][:]
    for j in VV1:
        key = '('+str(i+1)+','+j+')'
        interim = []
        VV2 = V[i-1][:]
        for z in VV2:
            key2 = '('+str(i)+','+z+')'
            B = Bcost.get(key2)
            c = 'c('+z+','+j+')'
            cost = ddt.get(c, 'None')
            if cost != 'None':
                value = int(B) + int(cost)
                interim.append(value)
                path[str(value)] = z
        Bcost[key] = min(interim)
        pa[j] = path.get(str(Bcost[key]))
pathlist = [t]
interim2 = t
for x in range(Vnum):  # 计算最小路径节点
    interim2 = pa.get(interim2)
    pathlist.append(interim2)
pathlist.append(s)
pathlist = pathlist[::-1]
print('从', s, '到', t, '的最小路径为：', pathlist)  #结果输出
mincost = (Bcost.get(key))
print('从', s, '到', t, '的最小成本为：', mincost)  #结果输出

注意:输入时数字之间用空格隔开，程序才能将其分割并保存。