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,