4.1 城市路径规划

1.实验目的

动态规划寻找城市间的最短路径

2.实验内容

2.1 问题描述

2.2 问题分析

从A点走到B点就是从矩阵左下角走到右上角。其中每一步有两种选择：向上走↑或向右走→
要想寻找最短路径，可以看成是一个递归的过程。从右上角出发：向下走↓或向左走←
因此，解决问题的步骤是：

1. 从B出发，判断向下走↓，向左走←哪一个路径更短。
2. 重复这一判断过程，直到到达A点。

3.实验过程及结果

3.1 数据输入

# todo:记录城市距离
def getdata():
    road=[[[0,0],[0,3],[0,3],[0,2]],
        [[1,0],[2,2],[2,4],[2,1]],
        [[3,0],[2,1],[3,1],[3,2]],
        [[2,0],[1,2],[4,2],[1,2]],
        [[3,0],[4,4],[5,3],[2,3]]]
    a=len(road)-1
    b = len(road[1])-1
    return road,a,b

城市间的距离存储为一个多维矩阵，矩阵中每个数组，第一个元素表示向下走的距离，第二个元素表示向左走的距离。
返回值road表示城市间路径，a,b分别表示寻找最短路径需要向下、向左执行的次数。

3.2 实验代码

def path(i,j):
    if road[i][j][0] == 0 and road[i][j][1] == 0:
        dis = 0
    elif road[i][j][0] == 0:
        dis = path(i,j-1) + road[i][j][1]
    elif road[i][j][1] == 0:
        dis = path(i-1,j) + road[i][j][0]
    else:
        dis = min(path(i-1,j)+road[i][j][0], path(i,j-1)+road[i][j][1])
    return dis

实验中需加入走到边界的情况：

• 如果当前路径在最左边，无需比较是否向左走，只需把向上的路径相加。
• 如果当前路径在最上边，无需比较是否向上走，只需把向左的路径相加。

3.3 实验结果

程序正常退出，结果符合预期。