python实现Dijkstra静态寻路算法

更新时间：2019年01月17日 15:37:24 作者：By漫步

这篇文章主要介绍了python实现Dijkstra静态寻路算法，常用于路由算法或者作为其他图算法的一个子模块，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

算法介绍

迪科斯彻算法使用了广度优先搜索解决赋权有向图或者无向图的单源最短路径问题，算法最终得到一个最短路径树。该算法常用于路由算法或者作为其他图算法的一个子模块。

当然目前也有人将它用来处理物流方面，以获取代价最小的运送方案。

算法思路

Dijkstra算法采用的是一种贪心的策略。

1.首先，声明一个数组dis来保存源点到各个顶点的最短距离和一个保存已经找到了最短路径的顶点的集合T。
2.其次，原点 s 的路径权重被赋为 0 （dis[s] = 0）。若对于顶点 s 存在能直接到达的边（s,m），则把dis[m]设为w（s, m）,同时把所有其他（s不能直接到达的）顶点的路径长度设为无穷大。初始时，集合T只有顶点s。
3.从dis数组选择最小值，则该值就是源点s到该值对应的顶点的最短路径，并且把该点加入到T中，此时完成一个顶点。
4.再次，看看新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比源点直接到达短，如果是，那么就替换这些顶点在dis中的值。
5.最后，从dis中找出最小值，重复上述动作，直到T中包含了图的所有顶点（可以到达的）。

算法图形演示

现在有图如下：

每个线的权重以及标识如图所示。

第一步：

建立dis数组和T数组。
首先从起点A 开始，将A可以直接到达的顶点的权重记录在dis数组中，无法直达的记录无穷大（当前使用FFFF表示无穷大）。

将当前选择的顶点加入数组T:

第二步：

从dis数组中选择一个不在T数组中的顶点的最小权重值的顶点，当前选择为B顶点，并将B可以直接到达的顶点的相关权重和当前dis中的权重值比较，如果当前dis权重值大，则替换：

将B加入数组T:

第三步：

依次选择顶点C：

将C加入数组T:

第四步：

依次选择顶点D：

将D加入数组T:

第五步：

依次选择顶点E：

将E加入数组T:

第六步：

依次选择顶点F：

将F加入数组T:

因为所有的顶点都已经在T数组中了，算法结束。
这样就求得了从A点到各个顶点的最优解。

可以看到A顶点无法直达F顶点。

代码表示：

(代码中使用999代表FFF)

#encoding:utf-8

import copy
"""
图的表示方式
邻接矩阵
999代表无限远
"""
tuG=[[0, 10, 20, 999, 999, 999],
 [999, 0, 999, 20, 70, 999],
 [999, 999, 0, 50, 30, 999],
 [999, 999, 999, 0, 999, 999],
 [999, 999, 999, 10, 0, 999],
 [999, 999, 999, 20, 20, 0]];

tuX = 6;

# 设置原点到其他定点的各个距离
dis = copy.deepcopy(tuG[0]);

def Dijkstra(G,v0):
 """
 使用 Dijkstra 算法计算指定点 v0 到图 G 中任意点的最短路径的距离
 INF 为设定的无限远距离值
 """
 t = [];
 minv = v0;

 while len(t) <= tuX:
 t.append(minv);
 #以当前点的中心向外扩散
 for w in range(0, tuX):
  if dis[minv] + G[minv][w] < dis[w]:
  dis[w] = dis[minv] + G[minv][w]

 tmp = 1000;
 for i in range(0, tuX):
  tmpFlag = False;
  for j in range(0, len(t)):
  if i == t[j]:
   tmpFlag = True;
   break;

  if tmpFlag == True:
  continue;

  if tmp > dis[i]:
  tmp = dis[i];
  minv = i;

if __name__ == '__main__': 
 Dijkstra(tuG,0); 
 print dis;

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

pytorch中关于backward的几个要点说明
这篇文章主要介绍了pytorch中关于backward的几个要点说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-02-02
Pyramid Mako模板引入helper对象的步骤方法
ylons中的mako模板，默认会引入一个helper对象，我们可以在里面扩展方法，应对在模板输出时候会常用的操作，那么在Pyramid中如何默认引入同样的辅助类到模板中
2013-11-11
Python中关于函数的具体用法范例以及介绍
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数
2021-09-09
python 多维高斯分布数据生成方式
今天小编就为大家分享一篇python 多维高斯分布数据生成方式，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
2019-12-12
深入解析Python中的多进程
这篇文章主要介绍了深入解析Python中的多进程，“Python中的多进程是通过multiprocessing包来实现的,和多线程的threading.Thread差不多,它可以利用multiprocessing.Process对象来创建一个进程对象
2022-06-06
python人民币小写转大写辅助工具
这篇文章主要为大家详细介绍了python人民币小写转大写辅助工具，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-06-06
使用Django连接Mysql数据库步骤
今天小编就为大家分享一篇关于使用Django连接Mysql数据库步骤，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
PyTorch 解决Dataset和Dataloader遇到的问题
今天小编就为大家分享一篇PyTorch 解决Dataset和Dataloader遇到的问题，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
2020-01-01
Pycharm使用之设置代码字体大小和颜色主题的教程
今天小编就为大家分享一篇Pycharm使用之设置代码字体大小和颜色主题的教程，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
2019-07-07
Pyspark获取并处理RDD数据代码实例
这篇文章主要介绍了Pyspark获取并处理RDD数据代码实例,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,需要的朋友可以参考下
2020-03-03