迪杰斯特拉(Dijkstra)算法Python实现

迪杰斯特拉(Dijkstra)算法(Python)

import numpy as np


def Input_Fun():
    n = int(input().strip())
    weight = []
    for i in range(n):
        temp = input().split(' ')
        for j in temp:
            weight.append(int(j))
    weights = np.array(weight).reshape(n, n)
    print(n)
    print(weights)
    return n, weights


def Result_Output(prev, i):
    if prev[i] != 0:
        Result_Output(prev, prev[i])
        print('->{}'.format(prev[i]+1), end='')


def Dijkstra():
    n, weights = Input_Fun()
    flag = np.zeros(n, bool)  # 设置标志,确认是否加入集合
    dist = weights[0]  # 记录第0点到各个位置的距离
    prev = np.zeros(n, int)  # 记录节点的前一个位置
    for i in range(n - 1):  # 进行n-1次迭代,每次加入一个点
        temp = float('inf')
        u = 0
        for j in range(n):
            if not flag[j] and dist[j] < temp and dist[j] != 0:  # 该点不在集合内、距离小、有连接
                u = j
                temp = dist[j]
        flag[u] = True
        for j in range(n):
            if not flag[j] and weights[u][j] != 0:
                if dist[u] + weights[u][j] < dist[j] or dist[j] == 0:
                    dist[j] = dist[u] + weights[u][j]
                    prev[j] = u
    for i in range(n - 1):
        print(dist[i + 1], ':1', end='')
        Result_Output(prev, i+1)
        print("->{}".format(i + 2))


if __name__ == '__main__':
    Dijkstra()

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
迪杰斯特拉算法Dijkstra's algorithm)是一种用于求解单源最短路径问题的算法。它可以找到从一个顶点到其他所有顶点的最短路径。 以下是迪杰斯特拉算法的基本步骤: 1. 创建一个空的距离字典,用于存储每个顶点到起始顶点的距离。将起始顶点的距离设置为0,其他顶点的距离设置为无穷大。 2. 创建一个空的已访问集合,用于存储已经找到最短路径的顶点。 3. 重复以下步骤,直到所有顶点都被访问: a. 从未访问的顶点中选择距离起始顶点最近的顶点,并将其添加到已访问集合中。 b. 更新与该顶点相邻的顶点的距离。如果通过当前顶点到达相邻顶点的路径比之前计算的路径更短,则更新距离字典中的值。 4. 最终,距离字典中存储了从起始顶点到每个顶点的最短路径。 以下是一个使用Python实现迪杰斯特拉算法的示例代码: ```python import sys def dijkstra(graph, start): # 初始化距离字典 distances = {vertex: sys.maxsize for vertex in graph} distances[start] = 0 # 初始化已访问集合 visited = set() while len(visited) < len(graph): # 选择距离最小的顶点 min_distance = sys.maxsize min_vertex = None for vertex in graph: if vertex not in visited and distances[vertex] < min_distance: min_distance = distances[vertex] min_vertex = vertex # 将选中的顶点添加到已访问集合中 visited.add(min_vertex) # 更新与选中顶点相邻的顶点的距离 for neighbor, weight in graph[min_vertex].items(): new_distance = distances[min_vertex] + weight if new_distance < distances[neighbor]: distances[neighbor] = new_distance return distances # 示例图的邻接表表示 graph = { 'A': {'B': 5, 'C': 3}, 'B': {'A': 5, 'C': 1, 'D': 3}, 'C': {'A': 3, 'B': 1, 'D': 2, 'E': 6}, 'D': {'B': 3, 'C': 2, 'E': 4, 'F': 2}, 'E': {'C': 6, 'D': 4, 'F': 6}, 'F': {'D': 2, 'E': 6} } start_vertex = 'A' distances = dijkstra(graph, start_vertex) for vertex, distance in distances.items(): print(f"从顶点 {start_vertex} 到顶点 {vertex} 的最短距离为 {distance}") ``` 这段代码实现迪杰斯特拉算法,通过邻接表表示图,并计算从起始顶点到其他顶点的最短距离。你可以根据自己的需求修改图的表示和起始顶点。
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
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