迪杰斯特拉最短路径算法演示——数据结构大作业

迪杰斯特拉最短路径演示

# -*- coding: utf-8 -*-
"""
Created on Mon. January 3 22:35:42 2022
@author: pcx,sjy
"""

from tkinter import *
import tkinter.messagebox
from PIL import Image,ImageTk
import networkx as nx
import matplotlib.pyplot as plt
import time

INF=100000
sleep_time=0.2
#demo
"""
0,6,4,inf,7,inf,inf,inf,16,inf,5,3,10,inf,2;
6,0,inf,12,inf,2,inf,3,12,inf,inf,inf,inf,2,inf;
4,inf,0,3,inf,inf,2,2,inf,8,11,5,9,inf,3;
inf,12,3,0,4,8,inf,inf,3,inf,inf,inf,inf,3,8;
7,inf,inf,4,0,6,14,13,inf,2,inf,inf,2,14,6;
inf,2,inf,8,6,0,8,3,2,inf,5,inf,7,3,12;
inf,inf,2,inf,14,8,0,6,3,17,12,13,6,inf,inf;
inf,3,2,inf,13,3,6,0,2,8,10,3,inf,inf,7;
16,12,inf,3,inf,2,3,2,0,4,2,4,inf,3,inf;
inf,inf,8,inf,2,inf,17,8,4,0,3,inf,6,11,inf;
5,inf,11,inf,inf,5,12,10,2,3,0,7,3,2,4;
3,inf,5,inf,inf,inf,13,3,4,inf,7,0,inf,12,3;
10,inf,9,inf,2,7,6,inf,inf,6,3,inf,0,inf,6;
inf,2,inf,3,14,3,inf,inf,3,11,2,12,inf,0,2;
2,inf,3,8,6,12,inf,7,inf,inf,4,3,6,2,0
"""
root = Tk()
root.title("最短路径——窜天猴游乐园")
root.geometry('1250x1080')
root.configure(background='#99CCCC')

#是x 不是*    '1000x600'
#root.resizable(width=True, height=True) #宽不可变, 高可变,默认为True

#algrithm
#dij
#http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
#http://blog.csdn.net/littlethunder/article/details/9748519
def Dijkstra(arraylist,start,n):
    dis = [0]*n
    flag = [False]*n
    pre = [start]*n
    points = []
    k = start
    flag[k]=True
    for i in range(n):
        dis[i] = arraylist[k][i]
    for i in range(n-1):
        mini = INF
        for j in range(n):
            if not flag[j] and dis[j]<mini:
                mini = dis[j]
                k = j
        if k==start:#不连通
            return
        flag[k] = True
        for j in range(n):
            if dis[j]>dis[k]+arraylist[k][j]:
                dis[j] = dis[k]+arraylist[k][j]
                pre[j] = k
        points.append(k)
    dist = []
    path = []
    for point in points:
        dist.append(dis[point])
        path_point = []
        while(pre[point]!=start):
            path_point.insert(0,(pre[point],point))
            point = pre[point]
        path_point.insert(0,(start,point))
        path.append(path_point)
    return points,dist,path

#处理
def solution():
   selection = "You selected the option " + str(var.get())
   print(selection)
   algorithm = var.get()
   return algorithm
def BeginProject():
    print("开始执行!")
    t6.delete('0.0', END)
    sampleInput = t2.get("0.0",END)
    print (sampleInput)
    sampleInput = sampleInput.replace('\n','').split(';')
    arraylist = []
    for item in sampleInput:
        arraylist_col=[]
        item = item.split(',')
        for item2 in item:
            if item2!="inf":
                arraylist_col.append(int(item2))
            else:
                arraylist_col.append(INF)
        if len(arraylist_col)>0:
            arraylist.append(arraylist_col)
    for item in arraylist:
        if len(arraylist)!=len(item):
            tkMessageBox.showinfo("Error","请检查输入的邻接矩阵!")
            return
    n = len(arraylist)
    start = int(e4.get())
    if(start>=len(arraylist)):
        tkMessageBox.showinfo("Error","起始点不能大于点的总数!")
        return
    
    #建图
    plt.clf()
    G = nx.Graph()
    e=[]
    ew = {}
    for i in range(0,len(arraylist)):
        for j in range(0,len(arraylist[i])):
            if arraylist[i][j]<INF:
                e.append((i,j,arraylist[i][j]))
                ew[(i,j)] = arraylist[i][j]
    G.add_weighted_edges_from(e)
    pos = nx.spring_layout(G)
    nx.draw(G, pos, with_labels = True, node_size = 500 ,hold=True,node_color ='w')
    nx.draw_networkx_edge_labels(G,pos,ew)
    nx.draw_networkx_nodes(G,pos,nodelist=[start],node_color ='b',node_size = 700)
    plt.savefig('path' +'.jpg')
    filename = ".\path.jpg"
    image = Image.open(filename)
    photo = ImageTk.PhotoImage(image)
    canvas.create_image(450,250,image = photo)
    canvas.update()
    time.sleep(sleep_time)
    
    algorithm=0
    algorithm = solution()
    if algorithm==0:
        tkMessageBox.showinfo("Error","请先选择需要使用的算法!")
        return
    else:#dij
        points,dist,path = Dijkstra(arraylist,start,n)
        for i in range(0,len(points)):
            print (points[i])
            str_path = str(start)
            for j in range(len(path[i])):
                str_path = str_path + '->' + str(path[i][j][1])
            print (str_path)
            t6.insert(END,str_path+"\n")
            nx.draw_networkx_nodes(G,pos,nodelist=[points[i]],node_color = 'g',node_size = 600)
            nx.draw_networkx_edges(G,pos,edgelist=path[i],width=6,edge_color = 'red')
            plt.savefig('path' +'.jpg')
            filename = ".\path.jpg"
            image = Image.open(filename)
            photo = ImageTk.PhotoImage(image)
            canvas.create_image(450,250,image = photo)
            canvas.update()
            time.sleep(sleep_time)
    time.sleep()


#frame容器
frame_top = Frame(width=400, height=10,bg='red')
frame_r1 = Frame(width=300,height=10)#邻接矩阵
frame_r2 = Frame(width=260,height=150,bg='white')#邻接矩阵下面的输入框
frame_r3 = Frame(width=260,height=10)#起始点
frame_r4 = Frame(width=260,height=50)#起始点输入文本框
frame_r5 = Frame(width=260,height=50)#打印路径框
frame_r6 = Frame(width=260,height=150,bg='white')
frame_l1 = Frame(width=130, height=50)#算法选择框,里面放按钮,放在第二行
frame_l2 = Frame(width=130, height=50)
frame_l3 = Frame(width=130, height=50)
frame_mid = Frame(width=800,height=100,bg='white')#画图区域
frame_bottom = Frame(width=200,height=50)

#使用grid设置各个容器位置
frame_top.grid(row=0, column=0,columnspan=2, padx=200, pady=5)#标题行
frame_l1.grid(row=3,column=0)

frame_mid.grid(row=5,column=1,rowspan=6,columnspan=2,padx=4, pady=5)
frame_r1.grid(row=5,column=0,sticky=W,padx=40)
frame_r2.grid(row=6,column=0,padx=40, pady=5)
frame_r3.grid(row=7,column=0,sticky=W,padx=40)
frame_r4.grid(row=8,column=0,sticky=W,padx=40)
frame_r5.grid(row=5,column=2,sticky=W)
frame_r6.grid(row=6,column=2,padx=2, pady=5)
frame_bottom.grid(row=3,column=1,columnspan=1)#第三行


#创建需要的元素
l_title = Label(frame_top, text="最短路径",bg='#99CCCC', font=('fangsong', 50))#标题行字体配置
var = IntVar()
R= Radiobutton(frame_l1, text="Dijkstra算法",bg='#99CCCC',variable=var, value=1,command=solution,font=('fangsong', 30))#算法选择按钮
canvas = Canvas(frame_mid,width = 800,height = 600,bg = '#FFCCCC')#画板

l_r1 = Label(frame_r1, text="邻接矩阵",bg='#99CCCC',font=('fangsong', 20))
l_r3 = Label(frame_r3, text="起始点",bg='#99CCCC',font=('fangsong', 20))
l_r5 = Label(frame_r5, text="打印路径")
vart4 = IntVar()
e4 = Entry(frame_r4, textvariable = vart4,width = 40,bg = '#FFCCCC')

t2 = Text(frame_r2,width = 40,height = 13,bg = '#FFCCCC')
t6 = Text(frame_r6,width = 40,height = 13,bg = '#FFCCCC')
button_start = Button(frame_bottom,text="开始执行",bg='#FFCC99',font=('fangsong', 30),command=BeginProject)


#把元素填充进frame
l_title.grid()
R.grid(sticky=E)
canvas.grid()
l_r1.grid(sticky=E)
l_r3.grid(sticky=E)
l_r5.grid(sticky=E)
t2.grid()
e4.grid()
t6.grid()
button_start.grid()

mainloop()

测试用例:

0,6,4,inf,7,inf,inf,inf,16,inf,5,3,10,inf,2;
6,0,inf,12,inf,2,inf,3,12,inf,inf,inf,inf,2,inf;
4,inf,0,3,inf,inf,2,2,inf,8,11,5,9,inf,3;
inf,12,3,0,4,8,inf,inf,3,inf,inf,inf,inf,3,8;
7,inf,inf,4,0,6,14,13,inf,2,inf,inf,2,14,6;
inf,2,inf,8,6,0,8,3,2,inf,5,inf,7,3,12;
inf,inf,2,inf,14,8,0,6,3,17,12,13,6,inf,inf;
inf,3,2,inf,13,3,6,0,2,8,10,3,inf,inf,7;
16,12,inf,3,inf,2,3,2,0,4,2,4,inf,3,inf;
inf,inf,8,inf,2,inf,17,8,4,0,3,inf,6,11,inf;
5,inf,11,inf,inf,5,12,10,2,3,0,7,3,2,4;
3,inf,5,inf,inf,inf,13,3,4,inf,7,0,inf,12,3;
10,inf,9,inf,2,7,6,inf,inf,6,3,inf,0,inf,6;
inf,2,inf,3,14,3,inf,inf,3,11,2,12,inf,0,2;
2,inf,3,8,6,12,inf,7,inf,inf,4,3,6,2,0

注意选择算法和填写起始点!

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
迪杰斯特拉最短路径算法是一种解决有权图中单源最短路径问题的算法。它采用贪心策略,以起始点为中心向外层层扩展,直到扩展到终点为止。该算法主要特点是将图中的节点集分为最短路径计算完成的节点集S和未计算完成的节点集T,每次将从T中挑选V0->Vt最小的节点Vt加入S,并更新V0经由Vt到T中剩余节点的更短距离,直到T中的节点全部加入S中。迪杰斯特拉算法只支持非负权图,它计算的是单源最短路径,即单个源点到剩余节点的最短路径,时间复杂度为O(n²)。 以下是迪杰斯特拉最短路径算法的具体步骤: 1. 初始化:将起始点s加入S集合,将与s直接相连的节点的距离加入dis数组,将其余节点的距离设为无穷大。 2. 重复执行以下步骤,直到T集合为空: a. 从dis数组中选择值最小的节点v,将其加入S集合。 b. 更新dis数组:对于T集合中的每个节点w,如果存在一条从v到w的边,则计算出v到w的距离,并将其与原有距离进行比较,如果更小则更新dis数组中w的值。 3. 得到起始点s到各个节点的最短路径。 以下是Python实现迪杰斯特拉最短路径算法的代码示例: ```python import sys def dijkstra(graph, start): # 初始化 dis = {node: sys.maxsize for node in graph} # 距离数组 dis[start] = 0 S = set() # 最短路径节点集合 T = set(graph.keys()) # 未计算最短路径节点集合 while T: # 选择距离起点最近的节点 v = min(T, key=lambda node: dis[node]) S.add(v) T.remove(v) # 更新距离数组 for w in graph[v]: if dis[w] > dis[v] + graph[v][w]: dis[w] = dis[v] + graph[v][w] return dis # 测试 graph = { 'A': {'B': 5, 'C': 1}, 'B': {'A': 5, 'C': 2, 'D': 1}, 'C': {'A': 1, 'B': 2, 'D': 4, 'E': 8}, 'D': {'B': 1, 'C': 4, 'E': 3, 'F': 6}, 'E': {'C': 8, 'D': 3}, 'F': {'D': 6} } start = 'A' print(dijkstra(graph, start)) # 输出:{'A': 0, 'B': 3, 'C': 1, 'D': 4, 'E': 7, 'F': 10} ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

半山乱步

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值