首页 > 代码库 > 【算法日记】Dijkstra最短路径算法
【算法日记】Dijkstra最短路径算法
上一篇再说广度优先搜索的适合提到了图。
狄克斯拉特算法是在图的基础上增加了 加权图的概念。就是节点和节点之间是有不同距离的
1.算法实例
用Dijkstra算法找出以A为起点的单源最短路径步骤如下
算法实现
# Dijkstra算法——通过边实现松弛 # 指定一个点到其他各顶点的路径——单源最短路径 # 初始化图参数 G = {1:{1:0, 2:1, 3:12}, 2:{2:0, 3:9, 4:3}, 3:{3:0, 5:5}, 4:{3:4, 4:0, 5:13, 6:15}, 5:{5:0, 6:4}, 6:{6:0}} # 每次找到离源点最近的一个顶点,然后以该顶点为重心进行扩展 # 最终的到源点到其余所有点的最短路径 # 一种贪婪算法 def Dijkstra(G,v0,INF=999): """ 使用 Dijkstra 算法计算指定点 v0 到图 G 中任意点的最短路径的距离 INF 为设定的无限远距离值 此方法不能解决负权值边的图 """ book = set() minv = v0 # 源顶点到其余各顶点的初始路程 dis = dict((k,INF) for k in G.keys()) dis[v0] = 0 while len(book)<len(G): book.add(minv) # 确定当期顶点的距离 for w in G[minv]: # 以当前点的中心向外扩散 if dis[minv] + G[minv][w] < dis[w]: # 如果从当前点扩展到某一点的距离小与已知最短距离 dis[w] = dis[minv] + G[minv][w] # 对已知距离进行更新 new = INF # 从剩下的未确定点中选择最小距离点作为新的扩散点 for v in dis.keys(): if v in book: continue if dis[v] < new: new = dis[v] minv = v return dis dis = Dijkstra(G,v0=1) print dis.values()
【算法日记】Dijkstra最短路径算法
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。