单源最短路径python算法
时间: 2024-08-13 07:02:25 浏览: 46
单源最短路径问题是图论中的经典问题,其中目标是从给定图的一个顶点(通常称为源节点)寻找到所有其他顶点的最短路径。Python中常用的算法有Dijkstra算法和Bellman-Ford算法。
**Dijkstra算法**:
这是求解带权重有向无环图(DAG)中最短路径的一种有效方法。它通过维护一个优先级队列,每次从未访问过的距离源节点最近的顶点开始搜索。Dijkstra算法保证找到的是当前未发现更短路径的情况下的最短路径。Python可以利用heapq库来实现这个算法。
**Bellman-Ford算法**:
适用于带负权边的图,甚至是含有负环的图。它通过重复运行V-1次迭代(V是图的顶点数),每次更新所有边的长度,如果发现新的更短路径则说明图中存在负环。Python中也可以用for循环实现V-1次迭代。
**Python代码示例(Dijkstra算法)**:
```python
import heapq
def dijkstra(graph, start):
distances = {node: float('inf') for node in graph}
distances[start] = 0
queue = [(0, start)]
while queue:
current_distance, current_node = heapq.heappop(queue)
if current_distance > distances[current_node]:
continue
for neighbor, weight in graph[current_node].items():
distance = current_distance + weight
if distance < distances[neighbor]:
distances[neighbor] = distance
heapq.heappush(queue, (distance, neighbor))
return distances
# 示例图数据结构(邻接字典)
graph = {
'A': {'B': 1, 'C': 4},
'B': {'A': 1, 'C': 2, 'D': 5},
'C': {'A': 4, 'B': 2, 'D': 1},
'D': {'B': 5, 'C': 1}
}
shortest_paths = dijkstra(graph, 'A')
```
阅读全文