最短路径代价MCP算法（做了小改动，不仅能输出最小权值，而且能输出路径）

要学习别人的算法和思考如何修改算法–牢记！

一、关于MCP算法

如上图，给定一个矩阵，和一个位置（m,n)怎么找到其到（0,0）的最短路径代价，可以看出 (0, 0) –> (0, 1) –> (1, 2) –> (2, 2)。这个时候路径的最短代价 8 (1 + 2 + 2 + 3)。那么编程如何实现？
借用下面公式：minCost(m, n) = min (minCost(m-1, n-1), minCost(m-1, n), minCost(m, n-1)) + cost[m][n]
那么代码用递归实现如下：

R = 3
C = 3
import sys 
def minCost(cost, m, n): 
    if (n < 0 or m < 0): 
        return sys.maxsize 
    elif (m == 0 and n == 0): 
        return cost[m][n] 
    else: 
        return cost[m][n] + min( minCost(cost, m-1, n-1), 
                                minCost(cost, m-1, n), 
                                minCost(cost, m, n-1) ) 
def min(x, y, z): 
    if (x < y): 
        return x if (x < z) else z 
    else: 
        return y if (y < z) else z 

cost= [ [1, 2, 3], 
        [4, 8, 2], 
        [1, 5, 3] ] 
print(minCost(cost, 2, 2)) 
输出值为：8

二、如何输出路径和权重？

上面代码输出的最短路径代价，那么我想得到路径怎么办？其实很改动和简单，代码如下：

# 最小代价路径（加权）MCP算法
R = 3
C = 3
import sys 
def minCost(cost,m, n): 
    if (n < 0 or m < 0): 
        return sys.maxsize 
    elif (m ==0 and n == 0):
        return cost[m][n] 
    else: #这里使用了技巧，输出的不在是最小权值，而是由权值和路径(r,c)组成的一个字符串
        return str(cost[m][n])+str(m)+str(n)+" "+min( str(minCost(cost, m-1, n-1)), 
                                str(minCost(cost,m-1, n)), 
                                str(minCost(cost, m, n-1)))
def parser(path,sx,sy):#解译路径和权组成的字符串
    pathdict={}
    pathList=path.strip().split()[::-1]
    pathList=path.split()[::-1]
    for i,e in enumerate(pathList):
        if i==0:
            pathdict[(sx,sy)]=e ####这里注意的是如果用权值作为字典的key，
			#如果权值相同那么就会出现问题（python3 dict 根据key 去重）
            continue
        pathdict[(eval(e[1]),eval(e[2]))]=e[0]
    return pathdict
def min(x, y, z): 
    if (x < y): 
        return x if (x < z) else z 
    else: 
        return y if (y < z) else z  
# 
cost= [ [1, 2, 3,4], 
        [4, 8, 2,5], 
        [1, 5, 3,2] ] 
path=minCost(cost, 2, 1)
print(parser(path,0,0))
输出：{(0, 0): '1', (1, 0): '4', (2, 0): '1', (2, 1): '5'}