python用动态规划求最短路径_Python实现迪杰斯特拉算法并生成最短路径的示例代码...

def Dijkstra(network,s,d):#迪杰斯特拉算法算s-d的最短路径,并返回该路径和代价

print("Start Dijstra Path……")

path=[]#s-d的最短路径

n=len(network)#邻接矩阵维度,即节点个数

fmax=999

w=[[0 for i in range(n)]for j in range(n)]#邻接矩阵转化成维度矩阵,即0→max

book=[0 for i in range(n)]#是否已经是最小的标记列表

dis=[fmax for i in range(n)]#s到其他节点的最小距离

book[s-1]=1#节点编号从1开始,列表序号从0开始

midpath=[-1 for i in range(n)]#上一跳列表

for i in range(n):

for j in range(n):

if network[i][j]!=0:

w[i][j]=network[i][j]#0→max

else:

w[i][j]=fmax

if i==s-1 and network[i][j]!=0:#直连的节点最小距离就是network[i][j]

dis[j]=network[i][j]

for i in range(n-1):#n-1次遍历,除了s节点

min=fmax

for j in range(n):

if book[j]==0 and dis[j]

min=dis[j]

u=j

book[u]=1

for v in range(n):#u直连的节点遍历一遍

if dis[v]>dis[u]+w[u][v]:

dis[v]=dis[u]+w[u][v]

midpath[v]=u+1#上一跳更新

j=d-1#j是序号

path.append(d)#因为存储的是上一跳,所以先加入目的节点d,最后倒置

while(midpath[j]!=-1):

path.append(midpath[j])

j=midpath[j]-1

path.append(s)

path.reverse()#倒置列表

print(path)

#print(midpath)

print(dis)

#return path

network=[[0,1,0,2,0,0],

[1,0,2,4,3,0],

[0,2,0,0,1,4],

[2,4,0,0,6,0],

[0,3,1,6,0,2],

[0,0,4,0,2,0]]

Dijkstra(network,1,6)

您好!要实现有向的单源最短路径迪杰斯特拉算法,可以按照以下步骤进行: 1. 创建一个表示有向的数据结构,可以使用邻接矩阵或邻接表来存储的信息。这里我们使用邻接表进行演示。 ```python class Graph: def __init__(self, vertices): self.V = vertices self.graph = [[] for _ in range(vertices)] def add_edge(self, u, v, w): self.graph[u].append((v, w)) ``` 2. 实现迪杰斯特拉算法的函数,接受和起始节点作为参数,并返回从起始节点到所有其他节点的最短路径长度。 ```python import sys def dijkstra(graph, src): dist = [sys.maxsize] * graph.V dist[src] = 0 visited = [False] * graph.V for _ in range(graph.V): u = min_distance(dist, visited) visited[u] = True for v, w in graph.graph[u]: if not visited[v] and dist[u] != sys.maxsize and dist[u] + w < dist[v]: dist[v] = dist[u] + w return dist def min_distance(dist, visited): min_dist = sys.maxsize min_index = -1 for v in range(len(dist)): if not visited[v] and dist[v] < min_dist: min_dist = dist[v] min_index = v return min_index ``` 3. 使用上述代码,创建一个并调用迪杰斯特拉算法函数来计算最短路径。 ```python g = Graph(5) g.add_edge(0, 1, 6) g.add_edge(0, 3, 1) g.add_edge(1, 2, 5) g.add_edge(1, 3, 2) g.add_edge(1, 4, 2) g.add_edge(2, 4, 1) g.add_edge(4, 3, 1) src = 0 distances = dijkstra(g, src) print("最短路径长度:") for i in range(g.V): print(f"从节点 {src} 到节点 {i} 的最短路径长度为: {distances[i]}") ``` 这样,您就可以使用迪杰斯特拉算法找到有向中从给定起始节点到所有其他节点的最短路径长度了。请注意,上述代码中使用了 sys.maxsize 表示无穷大,您可以根据自己的需进行调整。希望对您有所帮助!如有任何问题,请随时提问。
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