数学建模中迪杰斯特算法求最短路径

在数学建模中，迪杰斯特拉算法（Dijkstra's algorithm）用于求解带权图中的最短路径问题。该算法可以从一个起始节点开始，逐步确定到达其他节点的最短路径。

以下是迪杰斯特拉算法的基本步骤：
1. 创建一个集合S，用于存放已确定最短路径的节点。
2. 初始化一个距离数组dist，用于记录从起始节点到各个节点的当前最短距离，初始值为无穷大。
3. 将起始节点设置为当前节点，距离数组中该节点的距离设为0。
4. 遍历当前节点的所有邻居节点，更新距离数组中邻居节点的距离。
- 如果通过当前节点到达邻居节点的距离小于距离数组中记录的最短距离，则更新最短距离。
5. 从距离数组中选择一个未确定最短路径的节点，将其设置为当前节点，重复步骤4直到所有节点都被确定最短路径。
6. 最终，距离数组中记录的即为起始节点到各个节点的最短距离。

相关问题

证券代码 证券简称 最新价 涨跌幅％ 000609 中迪投资 4.80 10.09 000993 闽东电力 4.80 10.09 002615 哈尔斯 5.02 10.09 000795 英洛华 3.93 10.08 002766 索菱股份 6.78 10.06 000971 高升控股 3.72 10.06 000633 合金投资 4.60 10.06 300173 智慧松德 4.60 10.05 300279 和晶科技 5.81 10.05 000831 五矿稀土 9.87 10.04 (1)使用DataFrame创建该股票数据;(

import pandas as pd

data = {'证券代码': ['000609', '000993', '002615', '000795', '002766', '000971', '000633', '300173', '300279', '000831'],
        '证券简称': ['中迪投资', '闽东电力', '哈尔斯', '英洛华', '索菱股份', '高升控股', '合金投资', '智慧松德', '和晶科技', '五矿稀土'],
        '最新价': [4.80, 4.80, 5.02, 3.93, 6.78, 3.72, 4.60, 4.60, 5.81, 9.87],
        '涨跌幅%': [10.09, 10.09, 10.09, 10.08, 10.06, 10.06, 10.06, 10.05, 10.05, 10.04]}

df = pd.DataFrame(data)
print(df)

输出结果:

     证券代码  证券简称  最新价   涨跌幅%
0  000609  中迪投资  4.80  10.09
1  000993  闽东电力  4.80  10.09
2  002615   哈尔斯  5.02  10.09
3  000795   英洛华  3.93  10.08
4  002766  索菱股份  6.78  10.06
5  000971  高升控股  3.72  10.06
6  000633  合金投资  4.60  10.06
7  300173  智慧松德  4.60  10.05
8  300279  和晶科技  5.81  10.05
9  000831  五矿稀土  9.87  10.04

现有如下所示的股票数据，请根据图中的数据，完成以下需求： 证券代码 证券简称 最新价 涨跌幅% 000609 中迪投资 4.80 10.09 000993 闽东电力 4.80 10.09 002615 哈尔斯 5.02 10.09 000795 英洛华 3.93 10.08 002766 索菱股份 6.78 10.06 000971 高升控投 3.72 10.06 000633 合金投资 4.60 10.06 300173 智慧松德 4.60 10.5 300279 和晶科技 5.81 10.05 000831 五矿稀土 9.87 10.04 （1）基于上图中的表格数据创建DataFrame对象

可以使用 Pandas 库中的 DataFrame 函数来创建一个 DataFrame 对象，代码如下：

import pandas as pd

data = {
    '证券代码': ['000609', '000993', '002615', '000795', '002766', '000971', '000633', '300173', '300279', '000831'],
    '证券简称': ['中迪投资', '闽东电力', '哈尔斯', '英洛华', '索菱股份', '高升控投', '合金投资', '智慧松德', '和晶科技', '五矿稀土'],
    '最新价': [4.80, 4.80, 5.02, 3.93, 6.78, 3.72, 4.60, 4.60, 5.81, 9.87],
    '涨跌幅%': [10.09, 10.09, 10.09, 10.08, 10.06, 10.06, 10.06, 10.5, 10.05, 10.04]
}

df = pd.DataFrame(data)
print(df)

输出结果为：

     证券代码  证券简称   最新价   涨跌幅%
0  000609  中迪投资  4.80  10.09
1  000993  闽东电力  4.80  10.09
2  002615   哈尔斯  5.02  10.09
3  000795   英洛华  3.93  10.08
4  002766  索菱股份  6.78  10.06
5  000971  高升控投  3.72  10.06
6  000633  合金投资  4.60  10.06
7  300173  智慧松德  4.60  10.50
8  300279  和晶科技  5.81  10.05
9  000831  五矿稀土  9.87  10.04

可以看到，成功创建了一个 DataFrame 对象，并将数据输出到了控制台。