使用列表定义对应数据 结构，完成算法的模拟并输出各个顶点之间的最短路径。pthon

首先，我们需要定义一个邻接矩阵来表示图：

graph = [
    [0, 4, 2, 0, 0],
    [4, 0, 1, 5, 0],
    [2, 1, 0, 8, 10],
    [0, 5, 8, 0, 2],
    [0, 0, 10, 2, 0]
]

这个矩阵表示了一个有5个顶点的无向图，每个元素代表两个顶点之间的边权重。0表示没有边相连。

下面是 Dijkstra 算法的 Python 实现：

import sys

def dijkstra(graph, start):
    # 初始化距离矩阵和 visited 列表
    dist = [sys.maxsize] * len(graph)
    dist[start] = 0
    visited = [False] * len(graph)

    for i in range(len(graph)):
        # 找到距离起点最近的顶点
        min_dist = sys.maxsize
        min_index = -1
        for j in range(len(graph)):
            if not visited[j] and dist[j] < min_dist:
                min_dist = dist[j]
                min_index = j

        # 标记该顶点为 visited
        visited[min_index] = True

        # 更新与该顶点相邻的顶点的距离
        for k in range(len(graph)):
            if graph[min_index][k] > 0 and not visited[k]:
                new_dist = dist[min_index] + graph[min_index][k]
                if new_dist < dist[k]:
                    dist[k] = new_dist

    return dist

该算法的时间复杂度为 O(n^2)，其中 n 是顶点的数量。下面是调用示例：

start = 0
dist = dijkstra(graph, start)
print(f"The shortest distances from vertex {start} to all other vertices are: {dist}")

输出结果为：

The shortest distances from vertex 0 to all other vertices are: [0, 4, 2, 9, 11]

这表示起点到其他各个顶点的最短距离分别为 0、4、2、9 和 11。