单源最短路径贪心算法代码

下面是一个基于贪心算法的单源最短路径算法的伪代码：

# 初始化图和距离数组
graph = {}  # 图的邻接表表示
distances = {}  # 距离数组
visited = set()  # 已访问节点集合

def dijkstra(start):
    # 初始化距离数组
    for node in graph:
        distances[node] = float('inf')
    distances[start] = 0

    # 选择距离最小的节点
    while len(visited) < len(graph):
        min_distance = float('inf')
        min_node = None
        for node in graph:
            if node not in visited and distances[node] < min_distance:
                min_distance = distances[node]
                min_node = node

        # 标记节点为已访问
        visited.add(min_node)

        # 更新与当前节点相邻节点的距离
        for neighbor, weight in graph[min_node]:
            new_distance = distances[min_node] + weight
            if new_distance < distances[neighbor]:
                distances[neighbor] = new_distance

    return distances

上述代码使用了一个图的邻接表来表示图，其中图的每个节点对应一个列表，列表中存储了与该节点相邻的节点及其边权重。距离数组用来存储从起点到每个节点的最短距离，初始值为无穷大。在算法中，每次选择距离最小且未访问过的节点作为当前节点，然后更新与当前节点相邻节点的距离。最后返回距离数组。

请注意，这只是一个伪代码示例，具体实现可能需要根据实际情况进行调整和优化。