python 路径规划 代码

在Python中，路径规划通常涉及到寻找从起点到终点的最优路线，这可以应用于各种场景，比如寻路算法（如A*搜索、Dijkstra算法或Floyd-Warshall算法），游戏开发中的角色移动，或者是文件系统中的路径处理等。下面是一个简单的例子，演示如何使用迪克斯特拉算法（Dijkstra's Algorithm）来进行最短路径计算：

import heapq

def dijkstra(graph, start):
    distances = {node: float('infinity') for node in graph}
    distances[start] = 0
    pq = [(0, start)]
    
    while pq:
        current_distance, current_node = heapq.heappop(pq)
        
        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(pq, (distance, neighbor))
                
    return distances

# 假设这是一个邻接权重字典表示图
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}
}

start = 'A'
shortest_distances = dijkstra(graph, start)
print(f"Shortest path from {start} to all nodes: {shortest_distances}")

在这个示例中，`graph`是一个包含节点和它们之间的权重的字典，`dijkstra`函数返回每个节点到起始点的最短距离。