用python写一段动态规划的有权图路线规划算法

好的，下面是一段用Python实现的动态规划有权图路线规划算法的示例代码：

# 定义有权图的邻接矩阵
graph = [[0, 10, 15, 20], 
         [10, 0, 35, 25], 
         [15, 35, 0, 30], 
         [20, 25, 30, 0]]

# 定义起点和终点
start = 0
end = 3

# 初始化动态规划表，dp[i]表示从起点到i的最短路程
dp = [float('inf')] * len(graph)
dp[start] = 0

# 为每个节点计算最短路程
for i in range(len(graph)):
    for j in range(i):
        if graph[j][i] > 0:
            # 如果有从j到i的边
            dist = dp[j] + graph[j][i]
            if dist < dp[i]:
                dp[i] = dist
    
    # 处理第i个节点到终点的路程
    if i == end:
        break
    else:
        if graph[i][end] > 0:
            dist = dp[i] + graph[i][end]
            if dist < dp[end]:
                dp[end] = dist

# 输出最短路程
print(dp[end])

这段代码实现了从起点到终点的最短路程计算。它通过动态规划的方式计算每个节点的最短路程，并且利用已经计算出的结果来帮助计算新的节点的最短路程。这种方法可以在时间和空间上实现较好的效率，适用于大多数有权图的路线规划问题。