python棋盘最短路径_python矩阵/字典实现最短路径算法

前言：好像感觉各种博客的最短路径python实现都花里胡哨的？输出不明显，唉，可能是因为不想读别人的代码吧（明明自己学过离散）。然后可能有些人是用字典实现的？的确字典的话，比较省空间。改天，也用字典试下。先贴个图吧。

然后再贴代码：

_=inf=999999#inf

def dijkstra_all_minpath(start,matrix):

length=len(matrix)#该图的节点数

path_array=[]

temp_array=[]

path_array.extend(matrix[start])#深复制

temp_array.extend(matrix[start])#深复制

temp_array[start] = inf#临时数组会把处理过的节点的值变成inf，表示不是最小权值的节点了

already_traversal=[start]#start已处理

path_parent=[start]*length#用于画路径，记录此路径中该节点的父节点

while(len(already_traversal)

i= temp_array.index(min(temp_array))#找最小权值的节点的坐标

temp_array[i]=inf

path=[]#用于画路径

path.append(str(i))

k=i

while(path_parent[k]!=start):#找该节点的父节点添加到path，直到父节点是start

path.append(str(path_parent[k]))

k=path_parent[k]

path.append(str(start))

path.reverse()#path反序产生路径

print(str(i)+':','->'.join(path))#打印路径

already_traversal.append(i)#该索引已经处理了

for j in range(length):#这个不用多说了吧

if j not in already_traversal:

if (path_array[i]+matrix[i][j])

path_array[j] = temp_array[j] =path_array[i]+matrix[i][j]

path_parent[j]=i#说明父节点是i

return path_array

#领接矩阵

adjacency_matrix=[[0,10,_,30,100],

[10,0,50,_,_],

[_,50,0,20,10],

[30,_,20,0,60],

[100,_,10,60,0]

]

print(dijkstra_all_minpath(4,adjacency_matrix))

然后输出：

2: 4->2

3: 4->2->3

0: 4->2->3->0

1: 4->2->1

[60, 60, 10, 30, 0]

主要是这样输出的话比较好看，然后这样算是直接算一个点到所有点的最短路径吧。那么写下字典实现吧

def dijkstra_all_minpath_for_graph(start,graph):

inf = 999999 # inf

length=len(graph)

path_graph={k:inf for k in graph.keys()}

already_traversal=set()

path_graph[start]=0

min_node=start#初始化最小权值点

already_traversal.add(min_node)#把找到的最小节点添加进去

path_parent={k:start for k in graph.keys()}

while(len(already_traversal)<=length):

p = min_node

if p!=start:

path = []

path.append(str(p))

while (path_parent[p] != start):#找该节点的父节点添加到path，直到父节点是start

path.append(str(path_parent[p]))

p=path_parent[p]

path.append(str(start))

path.reverse()#反序

print(str(min_node) + ':', '->'.join(path))#打印

if(len(already_traversal)==length):break

for k in path_graph.keys():#更新距离

if k not in already_traversal:

if k in graph[min_node].keys() and (path_graph[min_node]+graph[min_node][k])

path_graph[k]=path_graph[min_node]+graph[min_node][k]

path_parent[k]=min_node

min_value=inf

for k in path_graph.keys():#找最小节点

if k not in already_traversal:

if path_graph[k]

min_node=k

min_value=path_graph[k]

already_traversal.add(min_node)#把找到最小节点添加进去

return path_graph

adjacency_graph={0:{1:10,3:30,4:100},

1:{0:10,2:50},

2:{1:50,3:20,4:10},

3:{0:30,2:20,4:60},

4:{0:100,2:10,3:60}}

print(dijkstra_all_minpath_for_graph(4,adjacency_graph))

输出：

2: 4->2

3: 4->2->3

0: 4->2->3->0

1: 4->2->1

{0: 60, 1: 60, 2: 10, 3: 30, 4: 0}

还行吧，有时间再看看networkx这个库怎么说。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持萬仟网。

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！