dijkstra+二叉堆Python代码实现

Dijkstra算法是一种用于解决单源最短路径问题的经典算法，而二叉堆是一种常用的数据结构，用于实现Dijkstra算法中的优先队列。下面是Dijkstra算法结合二叉堆的Python代码实现：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典，用于记录起点到各个节点的最短距离
    distances = {node: float('inf') for node in graph}
    distances[start] = 0

    # 初始化优先队列，用于存储待处理的节点
    queue = [(0, start)]

    while queue:
        # 弹出当前最小距离的节点
        current_distance, current_node = heapq.heappop(queue)

        # 如果当前节点已经被处理过，则跳过
        if current_distance > distances[current_node]:
            continue

        # 遍历当前节点的邻居节点
        for neighbor, weight in graph[current_node].items():
            distance = current_distance + weight

            # 如果通过当前节点到达邻居节点的距离更短，则更新最短距离并加入优先队列
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(queue, (distance, neighbor))

    return distances

上述代码中，`graph`表示图的邻接表表示，`start`表示起点。`distances`字典用于记录起点到各个节点的最短距离，初始时将所有节点的距离设为无穷大，起点的距离设为0。`queue`优先队列用于存储待处理的节点，初始时将起点加入队列。

在算法的主循环中，每次从优先队列中弹出当前最小距离的节点，然后遍历其邻居节点。如果通过当前节点到达邻居节点的距离更短，则更新最短距离并将邻居节点加入优先队列。

最后，返回`distances`字典，即起点到各个节点的最短距离。