用Python代码设计并实现Dijkstra算法

Dijkstra算法是一种用于寻找图中两个节点之间最短路径的经典算法，它通过优先级队列实现，常用于解决带权重的单源最短路径问题。以下是使用Python实现Dijkstra算法的一个简单版本：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典，所有节点的距离都是无穷大，起点为0
    distances = {node: float('infinity') for node in graph}
    distances[start] = 0
    # 优先级队列，键值对（距离，节点）
    queue = [(0, start)]

    while queue:
        # 取出当前距离最小的节点
        current_distance, current_node = heapq.heappop(queue)

        # 如果已经找到更短的路径，更新该节点的距离
        if current_distance > distances[current_node]:
            continue

        # 遍历相邻节点
        for neighbor, weight in graph[current_node].items():
            distance = current_distance + weight

            # 如果发现新的路径，更新邻接点的距离，并插入到队列中
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(queue, (distance, neighbor))

    return distances

# 示例图（邻接矩阵表示），你可以替换为你实际的数据结构
graph = {
    'A': {'B': 1, 'C': 4},
    'B': {'A': 1, 'D': 5},
    'C': {'A': 4, 'D': 2},
    'D': {'B': 5, 'C': 2, 'E': 1},
    'E': {'D': 1}
}

start_node = 'A'
shortest_distances = dijkstra(graph, start_node)
print(f"从节点{start_node}到其他节点的最短距离:", shortest_distances)