Python數據結構與算法之圖的最短路徑(Dijkstra算法)完整實例
更新時間:2017年12月12日 11:30:36 作者:hanahimi
這篇文章主要介紹了Python數據結構與算法之圖的最短路徑(Dijkstra算法),結合完整實例形式分析了Python圖的最短路徑算法相關原理與實現技巧,需要的朋友可以參考下
本文實例講述了Python數據結構與算法之圖的最短路徑(Dijkstra算法)。分享給大家供大家參考,具體如下:
# coding:utf-8
# Dijkstra算法——通過邊實現松弛
# 指定一個點到其他各頂點的路徑——單源最短路徑
# 初始化圖參數
G = {1:{1:0, 2:1, 3:12},
2:{2:0, 3:9, 4:3},
3:{3:0, 5:5},
4:{3:4, 4:0, 5:13, 6:15},
5:{5:0, 6:4},
6:{6:0}}
# 每次找到離源點最近的一個頂點,然后以該頂點為重心進行擴展
# 最終的到源點到其余所有點的最短路徑
# 一種貪婪算法
def Dijkstra(G,v0,INF=999):
""" 使用 Dijkstra 算法計算指定點 v0 到圖 G 中任意點的最短路徑的距離
INF 為設定的無限遠距離值
此方法不能解決負權值邊的圖
"""
book = set()
minv = v0
# 源頂點到其余各頂點的初始路程
dis = dict((k,INF) for k in G.keys())
dis[v0] = 0
while len(book)<len(G):
book.add(minv) # 確定當期頂點的距離
for w in G[minv]: # 以當前點的中心向外擴散
if dis[minv] + G[minv][w] < dis[w]: # 如果從當前點擴展到某一點的距離小與已知最短距離
dis[w] = dis[minv] + G[minv][w] # 對已知距離進行更新
new = INF # 從剩下的未確定點中選擇最小距離點作為新的擴散點
for v in dis.keys():
if v in book: continue
if dis[v] < new:
new = dis[v]
minv = v
return dis
dis = Dijkstra(G,v0=1)
print("腳本之家測試結果:")
print dis.values()
運行結果:

更多關于Python相關內容感興趣的讀者可查看本站專題:《Python數據結構與算法教程》、《Python加密解密算法與技巧總結》、《Python編碼操作技巧總結》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經典教程》
希望本文所述對大家Python程序設計有所幫助。
相關文章
使用python編寫簡單的小程序編譯成exe跑在win10上
這篇文章主要介紹了使用python編寫簡單的小程序編譯成exe跑在win10上的相關資料,需要的朋友可以參考下2018-01-01
python報錯解決之python運行bat文件的各種問題處理
這篇文章主要介紹了python報錯解決之python運行bat文件的各種問題處理,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-06-06

