dijkstra算法有向图python代码

下面是使用Dijkstra算法在有向图中寻找最短路径的Python代码示例：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典
    distances = {node: float('inf') for node in graph}
    distances[start] = 0
    
    # 使用堆来维护待处理的节点
    heap = [(0, start)]
    
    while heap:
        # 取出当前堆中最小的距离和节点
        current_distance, current_node = heapq.heappop(heap)
        
        # 如果当前距离已经大于当前节点到起点的最短距离，则直接跳过
        if current_distance > distances[current_node]:
            continue
        
        # 遍历当前节点的所有邻居节点
        for neighbor, weight in graph[current_node].items():
            # 计算邻居节点到起点的距离
            distance = current_distance + weight
            
            # 如果新的距离比已知的最短距离还要短，则更新距离字典和堆中的节点
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(heap, (distance, neighbor))
    
    return distances

使用示例：

graph = {
    'A': {'B': 5, 'C': 1},
    'B': {'D': 2},
    'C': {'B': 3, 'D': 4},
    'D': {'E': 6},
    'E': {}
}
start = 'A'

print(dijkstra(graph, start))

输出结果为：

{'A': 0, 'B': 4, 'C': 1, 'D': 6, 'E': 12}

以上代码实现了Dijkstra算法的基本逻辑，可以在有向图中找到起点到所有节点的最短路径。需要注意的是，该代码中使用了堆来维护待处理的节点，以提高算法的效率。