Python實現(xiàn)Dijkstra算法
Dijkstra算法
迪杰斯特拉算法是由荷蘭計算機科學(xué)家狄克斯特拉于1959 年提出的,因此又叫狄克斯特拉算法。是從一個頂點到其余各頂點的最短路徑算法,解決的是有向圖中最短路徑問題。迪杰斯特拉算法主要特點是以起始點為中心向外層層擴展,直到擴展到終點為止。
迪杰斯特拉算法是求從某一個起點到其余所有結(jié)點的最短路徑,是一對多的映射關(guān)系,是一種貪婪算法
示例:

算法
算法實現(xiàn)流程思路:
迪杰斯特拉算法每次只找離起點最近的一個結(jié)點,并將之并入已經(jīng)訪問過結(jié)點的集合(以防重復(fù)訪問,陷入死循環(huán)),然后將剛找到的最短路徑的結(jié)點作為中間結(jié)點來更新相鄰結(jié)點的路徑長度,這樣循環(huán)找到圖中一個個結(jié)點的最短路徑。
"""
輸入
graph 輸入的圖
src 原點
返回
dis 記錄源點到其他點的最短距離
path 路徑
"""
import json
def dijkstra(graph,src):
if graph ==None:
return None
# 定點集合
nodes = [i for i in range(len(graph))] # 獲取頂點列表,用鄰接矩陣存儲圖
# 頂點是否被訪問
visited = []
visited.append(src)
# 初始化dis
dis = {src:0}# 源點到自身的距離為0
for i in nodes:
dis[i] = graph[src][i]
path={src:{src:[]}} # 記錄源節(jié)點到每個節(jié)點的路徑
k=pre=src
while nodes:
temp_k = k
mid_distance=float('inf') # 設(shè)置中間距離無窮大
for v in visited:
for d in nodes:
if graph[src][v] != float('inf') and graph[v][d] != float('inf'):# 有邊
new_distance = graph[src][v]+graph[v][d]
if new_distance <= mid_distance:
mid_distance=new_distance
graph[src][d]=new_distance # 進行距離更新
k=d
pre=v
if k!=src and temp_k==k:
break
dis[k]=mid_distance # 最短路徑
path[src][k]=[i for i in path[src][pre]]
path[src][k].append(k)
visited.append(k)
nodes.remove(k)
print(nodes)
return dis,path
if __name__ == '__main__':
# 輸入的有向圖,有邊存儲的就是邊的權(quán)值,無邊就是float('inf'),頂點到自身就是0
graph = [
[0, float('inf'), 10, float('inf'), 30, 100],
[float('inf'), 0, 5, float('inf'), float('inf'), float('inf')],
[float('inf'), float('inf'), 0, 50, float('inf'), float('inf')],
[float('inf'), float('inf'), float('inf'), 0, float('inf'), 10],
[float('inf'), float('inf'), float('inf'), 20, 0, 60],
[float('inf'), float('inf'), float('inf'), float('inf'), float('inf'), 0]]
dis,path= dijkstra(graph, 0) # 查找從源點0開始帶其他節(jié)點的最短路徑
print(dis)
print(json.dumps(path, indent=4))
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接
- Python數(shù)據(jù)結(jié)構(gòu)與算法之圖的最短路徑(Dijkstra算法)完整實例
- Python使用Dijkstra算法實現(xiàn)求解圖中最短路徑距離問題詳解
- python Dijkstra算法實現(xiàn)最短路徑問題的方法
- python實現(xiàn)Dijkstra算法的最短路徑問題
- python實現(xiàn)dijkstra最短路由算法
- python實現(xiàn)Dijkstra靜態(tài)尋路算法
- python最短路徑的求解Dijkstra算法示例代碼
- python3實現(xiàn)Dijkstra算法最短路徑的實現(xiàn)
- Dijkstra算法詳細介紹及Python實現(xiàn)方法
相關(guān)文章
python itchat實現(xiàn)微信自動回復(fù)的示例代碼
本篇文章主要介紹了python itchat實現(xiàn)微信自動回復(fù)的示例代碼,可以實現(xiàn)微信自動回復(fù),有興趣的可以了解一下2017-08-08
Keras 在fit_generator訓(xùn)練方式中加入圖像random_crop操作
這篇文章主要介紹了Keras 在fit_generator訓(xùn)練方式中加入圖像random_crop操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
Python實現(xiàn)程序判斷季節(jié)的代碼示例
今天小編就為大家分享一篇關(guān)于Python實現(xiàn)程序判斷季節(jié)的代碼示例,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧2019-01-01
python使用socket創(chuàng)建tcp服務(wù)器和客戶端
這篇文章主要為大家詳細介紹了python使用socket創(chuàng)建tcp服務(wù)器和客戶端,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-04-04
python爬蟲使用正則爬取網(wǎng)站的實現(xiàn)
這篇文章主要介紹了python爬蟲使用正則爬取網(wǎng)站的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
python虛擬環(huán)境virtualenv的使用教程
本篇文章主要介紹了python虛擬環(huán)境virtualenv的使用教程,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-10-10
Python爬取當(dāng)網(wǎng)書籍?dāng)?shù)據(jù)并數(shù)據(jù)可視化展示
這篇文章主要介紹了Python爬取當(dāng)網(wǎng)書籍?dāng)?shù)據(jù)并數(shù)據(jù)可視化展示,下面文章圍繞Python爬蟲的相關(guān)資料展開對爬取當(dāng)網(wǎng)書籍?dāng)?shù)據(jù)的詳細介紹,需要的小伙伴可以參考一下,希望對你有所幫助2022-01-01

