python采用Dijkstra算法求解从源点A到相应顶点的最短路径

在Python中，可以使用Dijkstra算法来求解从源点A到其他顶点的最短路径。下面是一个示例代码：

import sys

def dijkstra(graph, start):
    # 初始化距离字典和已访问顶点集合
    distances = {vertex: sys.maxsize for vertex in graph}
    distances[start] = 0
    visited = set()

    while len(visited) != len(graph):
        # 选择当前距离最小的顶点
        current_vertex = min((distances[vertex], vertex) for vertex in graph if vertex not in visited)[1]
        visited.add(current_vertex)

        # 更新当前顶点的邻居顶点的距离
        for neighbor, weight in graph[current_vertex].items():
            new_distance = distances[current_vertex] + weight
            if new_distance < distances[neighbor]:
                distances[neighbor] = new_distance

    return distances

# 示例图的邻接表表示
graph = {
    'A': {'B': 2, 'C': 4},
    'B': {'A': 2, 'C': 1, 'D': 3},
    'C': {'A': 4, 'B': 1, 'D': 2},
    'D': {'B': 3, 'C': 2}
}

start_vertex = 'A'
shortest_distances = dijkstra(graph, start_vertex)
print(f"从顶点 {start_vertex} 到其他顶点的最短路径为：{shortest_distances}")

在这个示例中，我们使用了一个邻接表来表示图，并且使用了sys库中的maxsize来表示无穷大。dijkstra函数实现了Dijkstra算法，它通过迭代选择当前距离最小的顶点，并更新其邻居顶点的距离。最后，我们将从源点A到其他顶点的最短路径输出到控制台。

注意：该示例只适用于有向图，如果是无向图，需要在构建邻接表时同时添加反向边。