dijkstra迪杰斯特算法邻接表加二叉堆实现python版

dijkstra迪杰斯特算法

需要知道的点：
1、属于贪心算法
2、得到一点到其他各点的所有距离
3、需要用到所有的信息
4、图中不能有负数权重

dijkstra算法过程

今天不是铅笔加手写

python+优先队列实现（这里用的二叉堆）

def showGraph(linkList):
    for vert in linkList:
        for n in vert.getNeighbor():
            print("%s---邻接---%s--权重：%s"%(vert.getValue(),n,vert.getWightTo(n)))
class vertix:
    def __init__(self,v):
        self.value=v
        self.neighbor={}
        self.D=float("inf")
    def getValue(self):
        return  self.value
    def getNeighbor(self):
        return self.neighbor.keys()
    def addNeighbor(self,v,w):
        self.neighbor[v]=w
    def getWightTo(self,v):
        return self.neighbor[v]
    def getD(self):
        return self.D
    def setD(self,newD):
        self.D=newD

import heapq
class dijkstra:
    def __init__(self,gragh):
        self.gragh=gragh
    def getMinPath(self,start):
        for i,node in enumerate(self.gragh):
            node.setD(2**32+i)
        self.gragh[start].setD(0)
        #创建二叉堆
        mydata=[[node.getD(),node.getValue()] for node in self.gragh]
        heapq.heapify(mydata)
        #优先队列中以D为键建立优先级
        while mydata:
            key,thisIndex=heapq.heappop(mydata)
            thisNode=self.gragh[thisIndex]
            for neibor in self.gragh[thisIndex].getNeighbor():
                self.gragh[neibor].setD(min(self.gragh[neibor].getD(),thisNode.getD()+thisNode.getWightTo(neibor)))
            tempData=[]
            for node in mydata:
                tempVer=self.gragh[node[1]]
                heapq.heappush(tempData,[tempVer.getD(),tempVer.getValue()])
            mydata=tempData
        res=[]
        for ver in self.gragh:
            res.append(ver.getD())
        return res

if __name__ == '__main__':    
    inputData=[[(1,12),(5,16),(6,14)],[(0,12),(2,10),(5,7)],[(1,10),(3,3),(4,5),(5,6)],[(2,3),(4,4)],[(2,5),(3,4),(5,2),(6,8)],[(0,16),(1,7),(2,6),(4,2),(6,9)],[(0,14),(4,8),(5,9)]] 
    #构造邻接表
    linkList=[]
    for i in range(len(inputData)):
        thisVerix=vertix(i)
        for v,w in inputData[i]:
            thisVerix.addNeighbor(v,w)
        linkList.append(thisVerix)
    showGraph(linkList)
    myDijstrs=dijkstra(linkList)
    print("最终结果------->")
    print(myDijstrs.getMinPath(0))

运行结果

0---邻接---1--权重：12
0---邻接---5--权重：16
0---邻接---6--权重：14
1---邻接---0--权重：12
1---邻接---2--权重：10
1---邻接---5--权重：7
2---邻接---1--权重：10
2---邻接---3--权重：3
2---邻接---4--权重：5
2---邻接---5--权重：6
3---邻接---2--权重：3
3---邻接---4--权重：4
4---邻接---2--权重：5
4---邻接---3--权重：4
4---邻接---5--权重：2
4---邻接---6--权重：8
5---邻接---0--权重：16
5---邻接---1--权重：7
5---邻接---2--权重：6
5---邻接---4--权重：2
5---邻接---6--权重：9
6---邻接---0--权重：14
6---邻接---4--权重：8
6---邻接---5--权重：9
最终结果------->
[0, 12, 22, 22, 18, 16, 14]