本文实例讲述了Python数据结构与算法之图的最短路径(Dijkstra算法)。分享给大家供大家参考,具体如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
# coding:utf-8 # Dijkstra算法——通过边实现松弛 # 指定一个点到其他各顶点的路径——单源最短路径 # 初始化图参数 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 }} # 每次找到离源点最近的一个顶点,然后以该顶点为重心进行扩展 # 最终的到源点到其余所有点的最短路径 # 一种贪婪算法 def Dijkstra(G,v0,INF = 999 ): """ 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 此方法不能解决负权值边的图 """ book = set () minv = v0 # 源顶点到其余各顶点的初始路程 dis = dict ((k,INF) for k in G.keys()) dis[v0] = 0 while len (book)< len (G): book.add(minv) # 确定当期顶点的距离 for w in G[minv]: # 以当前点的中心向外扩散 if dis[minv] + G[minv][w] < dis[w]: # 如果从当前点扩展到某一点的距离小与已知最短距离 dis[w] = dis[minv] + G[minv][w] # 对已知距离进行更新 new = INF # 从剩下的未确定点中选择最小距离点作为新的扩散点 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 ( "服务器之家测试结果:" ) print dis.values() |
运行结果:
希望本文所述对大家Python程序设计有所帮助。
原文链接:https://www.cnblogs.com/hanahimi/p/4692638.html