狄克斯特拉算法

最新推荐文章于 2024-10-10 22:59:02 发布

天下弈星~

最新推荐文章于 2024-10-10 22:59:02 发布

阅读量74

点赞数 1

分类专栏：数据结构与算法文章标签：算法 python 数据结构

本文链接：https://blog.csdn.net/m0_70452407/article/details/130357839

版权

数据结构与算法专栏收录该内容

3 篇文章 0 订阅

订阅专栏

文章介绍了如何运用狄克斯特拉算法在加权图中寻找从起点到目标点的最短路径，同时强调了该算法不适用于包含负权边的情况。通过创建图、开销表、存储父节点的散列表以及处理过的节点列表，逐步更新节点成本并找到最低成本路径。

摘要由CSDN通过智能技术生成

使用狄克斯特拉算法可以找出加权图中前往X的最短路径。

狄克斯特拉算法不适用于负权边。

#实现图
graph={}
graph["start"]={}
graph["start"]["a"]=6
graph["start"]["b"]=2
graph["a"]={}
graph["a"]["fin"]=1
graph["b"]={}
graph["b"]["a"]=3
graph["b"]["fin"]=5
graph["fin"]={}

#创建开销表
infinity=float('inf')
costs={}
costs["a"]=6
costs["b"]=2
costs["fin"]=infinity

#创建存储父节点的散列表
parents={}
parents["a"]="start"
parents["b"]="start"
parents["fin"]=None

#创建记录处理过的节点的列表
processed=[]

#寻找开销最低的节点
def find_lowest_cost_node(costs):
    lowest_cost=float("inf")
    lowest_cost_node=None
    for node in costs:   #遍历所有节点
        cost=costs[node]
        if cost<lowest_cost and node not in processed:  #如果当前节点开销最低且未处理过就将其视为开销最低的节点
            lowest_cost=cost
            lowest_cost_node=node
    return lowest_cost_node

node=find_lowest_cost_node(costs)
while node is not None:
    cost=costs[node]
    neighbors=graph[node]
    for n in neighbors.keys():
        new_cost=cost+neighbors[n]
        if costs[n]>new_cost:
            costs[n]=new_cost
            parents[n]=node
    processed.append(node)
    node=find_lowest_cost_node(costs)