python实现Dijkstra算法

单源最短路径（贪心算法）—单源最短路径（贪心算法）

【问题描述】Dijkstra算法解决的是带权重的有向图上单源最短路径问题。所有边的权重都为非负值。设置顶点集合S并不断地作贪心选择来扩充这个集合。使用最小堆数据结构构造优先队列。

【输入形式】在屏幕上输入顶点个数和连接顶点间的边的权矩阵。

【输出形式】从源到各个顶点的最短距离及路径。

【样例输入】

5

0 10 0 30 100

0 0 50 0 0

0 0 0 0 10

0 0 20 0 60

0 0 0 0 0

【样例输出】

10: 1->2

50: 1->4->3

30: 1->4

60: 1->4->3->5

【样例说明】

输入：顶点个数为5。连接顶点间边的权矩阵大小为5行5列，位置[i,j]上元素值表示第i个顶点到第j个顶点的距离，0表示两个顶点间没有边连接。

输出：每行表示源1到其余各顶点的最短距离及路径。

【评分标准】根据输入得到准确的输出。

def dijkstra(final, dist, path, vertex, n, s, arc):   # 最短路径Dijkstra算法
    for i in range(n):
        if dist[i] >= 0:
            path[i] = str(vertex[0])+"->"+str(vertex[i])
    # s[0] = 0
    final[0] = 1
    while len(s) < n:  # s中的顶点就是Final值为true的点
        k = 0
        MIN = 1000  # 在dist中查找最小值元素
        for i in range(n):
            if i == 0:
                continue
            if (final[i] == 0) and (dist[i] < MIN):
                k = i
                MIN = dist[i]
        s.append(k)  # 将新生成的结点加入集合s
        final[k] = 1
        for i in range(n):  # 修改dist和path数组
            if (final[i] == 0) and (dist[i] > dist[k] + arc[k][i]):
                dist[i] = dist[k] + arc[k][i]
                path[i] = path[k]+"->"+str(vertex[i])


def main():
    vertex = ["1", "2", "3", "4", "5", "6"]
    n = int(input())
    arc = [[] for i in range(n)]
    for i in range(n):
        line = input().split(' ')
        for j in range(len(line)):
            arc[i].append(int(line[j]))
    for i in range(n):  # 将两点之间无边的距离设置为1000(假设max)
        for j in range(n):
            if i != j and arc[i][j] == 0:
                arc[i][j] = 1000
    dist = arc[0][:]  # 注意要复制元素，