数据结构实现校园导航咨询

校园导航咨询可以通过数据结构中的图来实现。将校园景点作为图的节点，将景点之间的路径作为图的边，路径距离作为边的权值。这样一来，求两个景点之间最短路径的问题就可以抽象成求图中一个节点到另一个节点的问题。

可以使用图的邻接表表示法来表示校园平面图。邻接表是一种常用的图的表示方法，它使用一个数组来存储图的所有节点，数组的每个元素是一个链表，链表中存储了与该节点相邻的其他节点。

在此基础上，可以实现求校园任意两点的最短路径。常用的最短路径算法有Dijkstra算法和Floyd-Warshall算法。Dijkstra算法适用于求解单源最短路径问题，即从一个节点出发到其他所有节点的最短路径。Floyd-Warshall算法适用于求解任意两点之间的最短路径。

除了求最短路径，还可以扩展功能，例如求校园图的关键节点，提供校园图中多个景点的最佳访问路线查询，即求途经这多个景点的最佳路径。

以下是一个示例代码，演示了如何使用邻接表和Dijkstra算法来实现校园导航咨询：

# 定义图的节点类
class Node:
    def __init__(self, name):
        self.name = name
        self.neighbors = {}  # 存储与该节点相邻的其他节点及对应的距离

    def add_neighbor(self, neighbor, distance):
        self.neighbors[neighbor] = distance

# 定义校园导航类
class CampusNavigation:
    def __init__(self):
        self.nodes = {}  # 存储所有节点

    def add_node(self, name):
        node = Node(name)
        self.nodes[name] = node

    def add_edge(self, node1, node2, distance):
        self.nodes[node1].add_neighbor(node2, distance)
        self.nodes[node2].add_neighbor(node1, distance)

    def dijkstra(self, start):
        distances = {node: float('inf') for node in self.nodes}  # 存储起点到各个节点的最短距离
        distances[start] = 0
        visited = set()

        while len(visited) < len(self.nodes):
            min_distance = float('inf')
            min_node = None

            for node in self.nodes:
                if node not in visited and distances[node] < min_distance:
                    min_distance = distances[node]
                    min_node = node

            visited.add(min_node)

            for neighbor, distance in self.nodes[min_node].neighbors.items():
                new_distance = distances[min_node] + distance
                if new_distance < distances[neighbor]:
                    distances[neighbor] = new_distance

        return distances

# 创建校园导航对象
navigation = CampusNavigation()

# 添加节点
navigation.add_node("A")
navigation.add_node("B")
navigation.add_node("C")
navigation.add_node("D")
navigation.add_node("E")

# 添加边
navigation.add_edge("A", "B", 5)
navigation.add_edge("A", "C", 3)
navigation.add_edge("B", "D", 2)
navigation.add_edge("C", "D", 1)
navigation.add_edge("D", "E", 4)

# 求从节点A到其他节点的最短路径
distances = navigation.dijkstra("A")
print(distances)  # 输出：{'A': 0, 'B': 5, 'C': 3, 'D': 4, 'E': 8}