Python实现Dijkstra算法

 更新时间:2018年10月17日 10:49:24   作者:no-96  
今天小编就为大家分享一篇关于Python实现Dijkstra算法,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧

Dijkstra算法

迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959 年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。

迪杰斯特拉算法是求从某一个起点到其余所有结点的最短路径,是一对多的映射关系,是一种贪婪算法

示例:

算法

算法实现流程思路:
迪杰斯特拉算法每次只找离起点最近的一个结点,并将之并入已经访问过结点的集合(以防重复访问,陷入死循环),然后将刚找到的最短路径的结点作为中间结点来更新相邻结点的路径长度,这样循环找到图中一个个结点的最短路径。

"""
输入
graph 输入的图
src 原点
返回
dis 记录源点到其他点的最短距离
path 路径
"""
import json
def dijkstra(graph,src):
  if graph ==None:
    return None
  # 定点集合
  nodes = [i for i in range(len(graph))] # 获取顶点列表,用邻接矩阵存储图
  # 顶点是否被访问
  visited = []
  visited.append(src)
  # 初始化dis
  dis = {src:0}# 源点到自身的距离为0
  for i in nodes:
    dis[i] = graph[src][i]
  path={src:{src:[]}} # 记录源节点到每个节点的路径
  k=pre=src
  while nodes:
    temp_k = k
    mid_distance=float('inf') # 设置中间距离无穷大
    for v in visited:
      for d in nodes:
        if graph[src][v] != float('inf') and graph[v][d] != float('inf'):# 有边
          new_distance = graph[src][v]+graph[v][d]
          if new_distance <= mid_distance:
            mid_distance=new_distance
            graph[src][d]=new_distance # 进行距离更新
            k=d
            pre=v
    if k!=src and temp_k==k:
      break
    dis[k]=mid_distance # 最短路径
    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__':
  # 输入的有向图,有边存储的就是边的权值,无边就是float('inf'),顶点到自身就是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) # 查找从源点0开始带其他节点的最短路径
  print(dis)
  print(json.dumps(path, indent=4))


总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

相关文章

  • Python处理缺失数据的多种方式

    Python处理缺失数据的多种方式

    在数据分析和数据处理的过程中,缺失数据(Missing Data)是一个常见的问题,缺失数据的存在可能会影响模型的准确性和预测的可靠性,因此正确处理缺失数据是数据分析的重要步骤,所以本文给大家介绍了Python处理缺失数据的多种方式,需要的朋友可以参考下
    2024-08-08
  • Python模块域名dnspython解析

    Python模块域名dnspython解析

    本文主要介绍了Python模块域名dnspython解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-08-08
  • python itchat实现微信自动回复的示例代码

    python itchat实现微信自动回复的示例代码

    本篇文章主要介绍了python itchat实现微信自动回复的示例代码,可以实现微信自动回复,有兴趣的可以了解一下
    2017-08-08
  • Keras 在fit_generator训练方式中加入图像random_crop操作

    Keras 在fit_generator训练方式中加入图像random_crop操作

    这篇文章主要介绍了Keras 在fit_generator训练方式中加入图像random_crop操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • Python实现程序判断季节的代码示例

    Python实现程序判断季节的代码示例

    今天小编就为大家分享一篇关于Python实现程序判断季节的代码示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-01-01
  • python闭包和装饰器你了解吗

    python闭包和装饰器你了解吗

    这篇文章主要为大家详细介绍了Python的闭包和装饰器,何为闭包?何为装饰器?感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2021-08-08
  • python使用socket创建tcp服务器和客户端

    python使用socket创建tcp服务器和客户端

    这篇文章主要为大家详细介绍了python使用socket创建tcp服务器和客户端,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-04-04
  • python爬虫使用正则爬取网站的实现

    python爬虫使用正则爬取网站的实现

    这篇文章主要介绍了python爬虫使用正则爬取网站的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-08-08
  • python虚拟环境virtualenv的使用教程

    python虚拟环境virtualenv的使用教程

    本篇文章主要介绍了python虚拟环境virtualenv的使用教程,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-10-10
  • Python爬取当网书籍数据并数据可视化展示

    Python爬取当网书籍数据并数据可视化展示

    这篇文章主要介绍了Python爬取当网书籍数据并数据可视化展示,下面文章围绕Python爬虫的相关资料展开对爬取当网书籍数据的详细介绍,需要的小伙伴可以参考一下,希望对你有所帮助
    2022-01-01

最新评论