基于迪杰斯特拉算法写一个找路的代码

好的，请稍等，我为您查找一下基于迪杰斯特拉算法写一个找路的代码。

以下是一段基于迪杰斯特拉算法的Python代码，用于寻找最短路径：

import heapq

# 定义节点类
class Node:
    def __init__(self):
        self.edges = {}  # 存放节点边缘的字典
        self.visited = False  # 用于记录节点是否被访问
        self.dist = float("inf")  # 用于记录节点到起点的最短距离

    def add_edge(self, other, weight):
        self.edges[other] = weight  # 添加节点之间的边和距离


# Dijkstra算法函数
def dijkstra(start):
    pq = []  # 存放最小优先队列
    start.dist = 0  # 起点到起点的距离为0
    heapq.heappush(pq, (start.dist, start))  # 将起点添加到优先队列

    while len(pq) > 0:  # 当队列不为空时
        current_dist, current = heapq.heappop(pq)  # 弹出距离起点最近的节点

        if current.visited:  # 如果该节点已经被访问过，跳过循环
            continue

        current.visited = True  # 标记该节点已经被访问过

        for neighbor, weight in current.edges.items():  # 遍历该节点的邻居节点和距离
            distance = current_dist + weight  # 计算邻居节点到起点的距离

            if distance < neighbor.dist:  # 如果计算出的距离小于原有的距离
                neighbor.dist = distance  # 更新邻居节点到起点的距离
                heapq.heappush(pq, (distance, neighbor))  # 将邻居节点加入优先队列

    # 将最短距离打印出来
    for node in nodes:
        print("The shortest distance from start to node " + str(node) + " is ", node.dist)


# 定义节点
n1 = Node()
n2 = Node()
n3 = Node()
n4 = Node()

# 添加节点之间的边和距离
n1.add_edge(n2, 5)
n1.add_edge(n3, 2)
n2.add_edge(n4, 1)
n3.add_edge(n2, 1)
n3.add_edge(n4, 3)

# 将所有节点添加到nodes列表中
nodes = [n1, n2, n3, n4]

dijkstra(n1)  # 调用Dijkstra算法函数，传入起点

这段代码实现了一个简单的寻找最短路径的算法，基于迪杰斯特拉算法。您可以将其复制到您自己的代码中进行调整和使用。