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:
- 从B出发,判断向下走↓,向左走←哪一个路径更短。
- 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。