算法笔记7----狄克斯特拉算法

本章内容:

继续图的讨论,介绍加权图----提高或降低某些边的权重

介绍狄克斯特拉算法,能让你找出加权图中前往X的最短路径

介绍图中的环,它导致狄克斯特拉算法不管用

广度优先算法指出的是段数最少的路径。找出最快的路径需要使用狄克斯特拉算法。

7.1使用狄克斯特拉算法

狄克斯特拉算法包含4个步骤:

(1)找出最便宜的节点,即可在最短时间内前往的节点。

(2)对于该节点的邻居,检查是否有前往它们更短的路径,如果有,就更新其开销。

(3)重复这个过程,直到对图中的每个节点都这样做了。

(4)计算最终路径。

7.2术语

狄克斯特拉算法用于每条边都有关联数字的图,这些数字称为权重。

带权重的图称为加权图,不带权重的图称为非加权图。

要计算非加权图使用广度优先算法。计算加权图使用狄克斯特拉算法。图可能存在环。

在无向图中,每条边都是一个环。狄克斯特拉算法只适用于有向无环图。

狄克斯特拉算法关键理念:找出图中最便宜的节点,并确保没有到该节点的更便宜的路径。

7.4负权边

如果图含有负权边(比0小的边),就不能使用狄克斯特拉算法。可使用贝尔曼-福德算法计算带有负权边的图。

7.5实现

graph = {}
graph['you'] = ['alice', 'bob', 'claire']
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'] = {}
infinity = float('inf')
costs = {}
costs['a'] = 6
costs['b'] = 2
costs['fin'] = infinity
parents = {}
parents['a'] = 'start'
parents['b'] = 'start'
parents['fin'] = None
processed = []


def find_lowest_cost_node(costs):
    lowest_cost = float('inf')
    lowest_cost_node = None
    for node in costs:
        cost = costs[node]
        if cost < lowest_cost and node not in processed:
            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)

print "Cost from the start to each node:"
print costs

7.6小结

广度优先搜素用于在非加权图中查找最短路径。

狄克斯特拉算法用于在加权图中查找最短路径。

仅当权重为正时狄克斯特拉算法才管用。

如果图中包含负权边,请使用贝尔曼-福德算法。


阅读更多
个人分类: 算法与数据结构
上一篇Python 列表解析
下一篇算法笔记8----贪婪算法
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭