最短路径算法Dijkstra算法(with python code)

本人强烈推荐这篇，很秦楚:
https://www.cnblogs.com/goldsunshine/p/12978305.html

想写一篇关于最短路径的算法发现自己画图不够好，看到一篇博客简单清楚的解释了算法的含义，搬运过来了，后面是我补充的。

转自https://www.cnblogs.com/nigang/p/3658990.html

以顶点A作为出发点为例，来说明Dijkstra算法过程。

（1）设置两个集合，S集合和V集合。S集合初始只有源顶点即顶点A，V集合初始为除了源顶点以外的其他所有顶点。

设置一个数组dist用来表示顶点A到其他顶点的最短距离，初始化为-1（表示无穷大）。

 

（2）遍历集合V中与A直接相邻的顶点，找出当前与A距离最短的顶点。

发现：

A->C = 3

A->B = 6

于是乎，将C移除集合V将其加入到集合S中，于此同时更新dist数组

dist[C] = 3

dist[B] = 6

注意：这个时候虽然只将C从V中移除，但是更新的时候C,B都要更新。

(3)遍历集合V中与C相邻的顶点，（图中C与B，D，E相连）

发现 C->B = 2 ， C->D = 3 ， C->E = 4，由于目前dist中最短距离 A->C = 3 即 dist[C] = 3，那么：

A->B = 3 + 2 =5

A->D = 3 + 3 = 6

A->E = 3 + 4 = 7

而目前在dist中：

A->B = 6

A->D = -1

A->E = -1

 

经过比较，将顶点B加入集合S中，并将其从V集合中删除，更新dist中A->B ，A->D，A->E的记录即:

dist[B] = 5

dist[D] = 6

dist[E] = 7

 

(4)遍历集合V中与B相邻的顶点，发现 B->D =  5，在dist中可以查到最短距离A->B = 5， 那么：

A->D = 5 + 5 = 10

而目前在dist中：

A->D = 6

所以，将D加入到集合S中，并将其从V集合中删除，不更新dist数组相应的值，因为disk中值为6<10。更新后如下

(5)遍历集合V中与D相邻的顶点，

发现 D->E = 2 ， D->F = 3， 在dist中可以查到最短距离A->D = 6，那么：

A->E = 6 + 2 = 8

A->F = 6 + 3 = 9

而在dist中：

A->E = 7

A->F = -1

所以将E从集合V中删除并加入到集合S中，并更新dist中的：

dist[E]不更新，因为原dist为7<8

dist[F] = 9

(因为A到E距离小于A到F的距离，所以从V中删除E而不删除F)

（6）由于到目前为止只剩下顶点F，所以将F也加入到集合S中，至此算法运行结束。

 由此，dist数组就是表示从源点A出发到达其他各个顶点的最短路径，比如 A->F，dist[F] = 9。

 

 

 

'''
 Dijkstra smallest pathway
    find the smallest pathway from A to other vertice
 Date: 2020-9-18
'''

# 生成小写字母：  vertice = [chr(i) for i in range(97,103)]

import numpy as np                  # 生成大写字母
aaa = np.arange(65,71)              # 生成大写字母
vertice = [chr(i) for i in aaa]     # 生成大写字母
ver_num = len(vertice)
MAX= float('inf')
matrix = [                  # 路径矩阵
    #A B  C   D E    F
    [0,10,MAX,4,MAX,MAX],   # A  matrix[0] 第一行
    [10,0,8,2,6,MAX],       # B
    [MAX,8,10,15,1,5],      # C
    [4,2,15,0,6,MAX],       # D
    [MAX,6,1,6,0,12],       # E
    [MAX,MAX,5,MAX,12,0]    # F
    ]
opt_dst = [MAX] * len(matrix)   # the optimal distance from A to others
opt_dst[0] = 0

SmaPathVer = ['A']  # smallest pathway vertice list
opt_ver = 'A'


while len(SmaPathVer) <=  len(matrix)-1:
    # 更新opt_dst
    for i in range(ver_num):
        if vertice[i] in SmaPathVer:
            opt_dst[i] = opt_dst[i]
        else:
            para = ord(opt_ver)-65
            opt_dst[i] = min(opt_dst[i], opt_dst[para]+matrix[para][i]) ###

    # 更新下一个最佳路径的节点
    minnum = max(opt_dst)
    for i in range(ver_num):
        if vertice[i] in SmaPathVer:
            continue
        else:
            if opt_dst[i] <= minnum:
                minnum = opt_dst[i]
                opt_ver = chr(65+i)
    SmaPathVer.append(opt_ver)


print(opt_dst)