迪杰斯特拉算法求最短路径的python代码
时间: 2024-11-07 14:12:30 浏览: 16
Python Dijkstra Algorithm 迪杰斯特拉算法 最短路径算法示例代码
迪杰斯特拉算法的Python实现通常使用堆(Priority Queue)来保持对未访问节点的高效排序。下面是一个基本的实现,假设我们的图是以字典表示的邻接权重矩阵:
```python
import heapq
def dijkstra(graph, start):
# 初始化距离字典和前驱节点字典
distances = {node: float('inf') for node in graph}
distances[start] = 0
previous_nodes = {start: None}
# 使用堆来存储节点及其余量
unvisited = [(0, start)]
heapq.heapify(unvisited)
while unvisited:
# 提取当前最小距离的节点
current_distance, current_node = heapq.heappop(unvisited)
# 如果当前节点已经是最短路径,跳过
if distances[current_node] < current_distance:
continue
# 遍历当前节点的所有邻居
for neighbor, weight in graph[current_node].items():
# 计算经过当前节点到达邻居的距离
distance_to_neighbor = current_distance + weight
# 如果发现新的更短路径,更新距离和前驱节点
if distance_to_neighbor < distances[neighbor]:
distances[neighbor] = distance_to_neighbor
previous_nodes[neighbor] = current_node
# 将邻居加入堆,以便下一轮处理
heapq.heappush(unvisited, (distance_to_neighbor, neighbor))
return distances, previous_nodes
# 示例:
graph = {
'A': {'B': 1, 'C': 4},
'B': {'A': 1, 'D': 2},
'C': {'A': 4, 'D': 8, 'E': 3},
'D': {'B': 2, 'C': 8, 'E': 7},
'E': {'C': 3, 'D': 7}
}
shortest_paths = dijkstra(graph, 'A')
print(f"Shortest paths from A to other nodes: {shortest_paths[0]}")
print(f"Previous nodes for shortest paths: {shortest_paths[1]}")
```
这个例子中,`graph`是一个键值对的字典,键是节点名,值是另一个字典,表示与该节点相邻的节点及其相应的边权重。`dijkstra`函数返回两个字典:一个是各节点到起点的最短距离,另一个是形成这些最短路径的前驱节点。
阅读全文