图--最短路算法dijkstra--最小生成树算法prim

最短路算法dijkstra–最小生成树算法prim 其实非常像。
代码只有两个地方不一样。

dijkstra算法

在这里插入图片描述

from pythonds.graphs import PriorityQueue, Graph, Vertex
import sys


def dijkstra(G, start):
    """最短路dijkstra算法"""
    # 先设置所有顶点的距离是无穷大
    for v in G:
        v.setDistance(sys.maxsize)
    start.setDistance(0)
    start.setPred(None)
    pq = PriorityQueue()
    pq.buildHeap([(v.getDistance(), v) for v in G])
    while not pq.isEmpty():
        currentVert = pq.delMin()
        for nbr in currentVert.getConnections():
            newCost = currentVert.getDistance() + currentVert.getWeight(nbr)
            if newCost < nbr.getDistance():
                nbr.setDistance(newCost)
                nbr.setPred(currentVert)
                pq.decreaseKey(nbr, newCost)




# 注意:buildHeap中第一个元素应该是用来排序的值。

# 创建图
g = Graph()
g.addEdge('u', 'x', cost=1)
g.addEdge('u', 'v', 2)
g.addEdge('u', 'w', 5)
g.addEdge('x', 'y', 1)
g.addEdge('x', 'v', 2)
g.addEdge('x', 'w', 3)
g.addEdge('v', 'x', 2)
g.addEdge('v', 'w', 3)
g.addEdge('w', 'z', 5)
g.addEdge('w', 'y', 1)
g.addEdge('y', 'z', 1)
g.addEdge('y', 'w', 1)
for v in g:
    v.setDistance(sys.maxsize)

dijkstra(g, g.getVertex('u'))
print(g.getVertex('z').getPred())

prim算法

注意:书上的代码竟然是错误的!!下面这张图也是有错的!prim算法里的距离保存的不是起始点到其他节点的累计路径距离。而是不在生成树里的点和生成树顶点(是一个集合)的距离。
书上的prim算法代码是dijkstra算法一模一样。官网上的代码是对的,但是图也是错的。
在这里插入图片描述

from pythonds import Graph, Vertex
from pythonds.graphs import PriorityQueue
import sys


def prim(aGraph, start):
    # 初始节点的距离和前驱
    start.setPred(None)
    start.setDistance(0)
    pq = PriorityQueue()
    pq.buildHeap([(v.getDistance(), v) for v in aGraph])
    for v in aGraph:
        v.setDistance(sys.maxsize)

    while not pq.isEmpty():
        currentVert = pq.delMin()
        for nbr in currentVert.getConnections():
            if nbr in pq:
                newCost = currentVert.getWeight(nbr)
                if newCost < nbr.getDistance():
                    nbr.setDistance(newCost)
                    nbr.setPred(currentVert)
                    pq.decreaseKey(nbr, newCost)


# 创建图
g = Graph()
g.addEdge('A', 'B', 2)
g.addEdge('B', 'A', 2)
g.addEdge('A', 'C', 3)
g.addEdge('C', 'A', 3)
g.addEdge('B', 'C', 1)
g.addEdge('C', 'B', 1)
g.addEdge('B', 'D', 1)
g.addEdge('D', 'B', 1)
g.addEdge('B', 'E', 4)
g.addEdge('E', 'B', 4)
g.addEdge('C', 'F', 5)
g.addEdge('F', 'C', 5)
g.addEdge('D', 'E', 1)
g.addEdge('E', 'D', 1)
g.addEdge('E', 'F', 1)
g.addEdge('F', 'E', 1)
g.addEdge('F', 'G', 1)
g.addEdge('G', 'F', 1)

prim(g, g.getVertex('A'))
print(g.getVertex('G').getPred())
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