用python写最短路径的实例，

好的，下面是一个使用Dijkstra算法求最短路径的Python实现：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典和前驱节点字典
    dist = {v: float('inf') for v in graph}
    dist[start] = 0
    prev = {v: None for v in graph}

    # 构建优先队列，初始时只包含起点
    pq = [(0, start)]

    # 开始迭代
    while pq:
        # 取出距离最小的节点
        d, u = heapq.heappop(pq)

        # 如果该节点已经被访问过，则跳过
        if d > dist[u]:
            continue

        # 遍历该节点的所有邻居，并更新距离和前驱节点
        for v, w in graph[u].items():
            new_dist = dist[u] + w
            if new_dist < dist[v]:
                dist[v] = new_dist
                prev[v] = u
                heapq.heappush(pq, (new_dist, v))

    # 返回最短路径和距离
    path = []
    u = end
    while prev[u]:
        path.append(u)
        u = prev[u]
    path.append(start)
    path.reverse()
    return path, dist[end]

# 测试
graph = {
    'A': {'B': 5, 'C': 1},
    'B': {'A': 5, 'C': 2, 'D': 1},
    'C': {'A': 1, 'B': 2, 'D': 4, 'E': 8},
    'D': {'B': 1, 'C': 4, 'E': 3, 'F': 6},
    'E': {'C': 8, 'D': 3},
    'F': {'D': 6}
}

start = 'A'
end = 'F'
path, dist = dijkstra(graph, start)
print('最短路径:', path)
print('最短距离:', dist)

这个实现中，首先定义了一个`dijkstra`函数，它接受一个字典表示的图和起点作为参数，返回最短路径和距离。在函数中，我们首先初始化距离字典和前驱节点字典，然后构建一个优先队列，初始时只包含起点。然后开始迭代，每次从优先队列中取出距离最小的节点，并遍历其所有邻居，更新距离和前驱节点。最终返回最短路径和距离。

在测试代码中，我们定义了一个示例图，并从起点A到终点F求最短路径和距离，并输出结果。