优先队列搜索算法求解TSP问题（搜索算法）

【问题描述】采用优先队列搜索算法求解TSP问题，用一最小堆来存储活结点表，其优先级是结点的当前费用。并在搜索过程中，使用界限条件（当前结点已经走过的路径长度要小于已求得的最短路径）进行“剪枝”操作（不再对后续结点进行遍历），从而提高搜索效率。采用heapq模块来实现最小堆。

【输入形式】在屏幕上输入顶点个数和连接顶点间的边的邻接矩阵。

【输出形式】搜索过程，最优值和其中一条最优路径。

【样例输入】

4

0 30 6 4

30 0 5 10

6 5 0 20

4 10 20 0

【样例输出】

[1]

[1, 4]

[1, 3]

[1, 3, 2]

[1, 4, 2]

[1, 4, 2, 3]

[1, 3, 2, 4]

[1, 4, 3]

[1, 3, 4]

[1, 2]

25: [1, 4, 2, 3]

【样例说明】

输入：顶点个数为4。连接顶点间边的邻接矩阵大小为4行4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：在整个算法过程中的先后搜索路径，最优值为25，最优路径为[1, 3, 2, 4]。

【评分标准】根据输入得到准确的输出。

import numpy as np
import heapq


class VertexNode(object):  # 顶点类
    def __init__(self, path=None, cost=None):
        self.path = path  # 到当前结点为止已经走过的路径
        self.cost