dijkstra算法最短路径python代码

下是使用Dijkstra算法求解最短路径的Python代码示例：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典，默认为无穷大
    distances = {node: float('inf') for node in graph}
    distances[start] = 0

    # 使用优先队列存储节点和对应的距离
    queue = [(0, start)]

    while queue:
        current_distance, current_node = heapq.heappop(queue)

        # 如果当前节点已经被访问过，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

            # 如果找到更短的路径，则更新距离字典和优先队列
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(queue, (distance, neighbor))

    return distances

# 示例图的邻接表表示
graph = {
    'A': {'B': 5, 'C': 2},
    'B': {'A': 5, 'C': 1, 'D': 3},
    'C': {'A': 2, 'B': 1, 'D': 2},
    'D': {'B': 3, 'C': 2}
}

start_node = 'A'
distances = dijkstra(graph, start_node)

print("最短路径：")
for node, distance in distances.items():
    print(f"从节点 {start_node} 到节点 {node} 的距离为 {distance}")

这段代码使用了优先队列来实现Dijkstra算法，通过邻接表表示图的结构，计算出从起始节点到其他节点的最短距离。在代码中，`graph`变量表示图的结构，`start_node`变量表示起始节点，代码会输出从起始节点到其他节点的最短路径。