[python] 狄克斯特拉算法 _Python

大道之行，天下为公。这篇文章主要讲述[python] 狄克斯特拉算法相关的知识，希望能为你提供帮助。
狄克斯特拉算法

本人的理解

1.先以表格的形式整理坐标信息（表格e 空白处为正无穷）
2.源点遇到的第一批节点中权重最小的节点和节点的权重为确定值
（权重：大小，长度，时间长短，远近，这些量的数值）
3.在确定值的基础上"松弛"确定值节点的子类，更新dis表
4.最近更新过的dis表中取数值小的作为下一个确定值
5.重复第4步操作直至求出终点最短路径 dis表完成

文章图片

代码的实现（python）

文章图片

文章图片

【[python] 狄克斯特拉算法】

#迪克斯特拉算法
# (e表格)(坐标权重关系图的实现)
graph = {}
graph["start"] = {}
graph["start"]["a"] = 6
graph["start"]["b"] = 2

#print(graph)#{\'start\': {\'a\': 6, \'b\': 2}}
#print(graph["start"])#{\'a\': 6, \'b\': 2}
#print(graph["start"]["a"])#6

graph["a"] = {}
graph["a"]["fin"] = 1

graph["b"] = {}
graph["b"]["a"] = 3
graph["b"]["fin"] = 5

graph["fin"] = {}#终点没有邻居

#汇总的坐标信息
#print(graph)

#开销表(算法图解中的名称)aka(我理解的叫法)(dis表,估计值表)(用来记录最短路径)
#定义无穷大
infinity = float("inf")

#创建开销表记录最小权重之和
costs = {}
costs["a"] = 6
costs["b"] = 2
costs["fin"] = infinity

#储存父节点的散列表

parents = {}
parents["a"] = "start"
parents["b"] = "start"
parents["fin"] = None

#避免重复处理
processed = []

#定义函数(查找costs中最小的值)
def find_lowest_cost_node(costs):
lowest_cost = float("inf")
lowest_cost_node = None
for node in costs:
cost = costs[node]
if cost< lowest_cost and node not in processed:
lowest_cost = cost
lowest_cost_node = node
return lowest_cost_node

#代码的实现
node = find_lowest_cost_node(costs)
while node is not None:
cost = costs[node]
neighbours = graph[node]

for n in neighbours.keys():
new_cost = cost + neighbours[n]
if costs[n] > new_cost:
costs[n]= new_cost
parents[n] = node
processed.append(node)
node = find_lowest_cost_node(costs)

#最短路径

print(costs)
#{\'a\': 5, \'b\': 2, \'fin\': 6}

print(parents)
#{\'a\': \'b\', \'b\': \'start\', \'fin\': \'a\'}