數據結構
1、路由信息
dictRoute = {}
dictRoute[nodeId] = {}
dictRoute[nodeId][nebrId] = distance
操作:
①根據nodeId找到該node的路由信息
②根據nebrId找到某一條路由的距離
2、節點信息
dictNode = {}
dictNode[nodeId] = [shortDis, fatherId, bIsCheck]
操作:
①找到nodes中最短距離的節點
②查找節點的shortDis,根據情況更新shortDis、fatherId
③檢查過的節點,更新bIsCheck
功能實現
/* 找到最短距離節點的Id,已經檢查的不計算在內 */
def FindShortNodeId(dictNode):
return shortNodeId
/* dikstra算法流程 */
1、找到最短距離節點Id,并標記已檢查過 (如果節點Id不存在,表示查找完成)
2、得到最短距離節點的距離
3、輪詢最短距離節點的鄰居節點
4、計算鄰居節點的新距離、得到原最短距離,進行比較
5、如果新距離 原距離,則更新鄰居節點最短距離
概括為兩步:步驟1 (1)- 找到當前最短距離節點
步驟2(2~5) - 更新最短距離節點鄰居節點信息
代碼實現
import os
import sys
'''
信息輸入:
1、節點數目、路由數目
2、路由信息
3、開始節點、結束節點
'''
nodeNum = 0 # 節點數目
routeNum = 0 # 路由數目
listRoute = [] # 臨時存儲輸入的路由信息
listNodeId = []# 臨時存儲節點id
nodeIdStart = ''
nodeIdEnd = ''
dictRoute = {} # 解析后的路由信息
dictNode = {} # 節點信息
# 輸入節點數目、路由數目
strInput = input()
list0 = strInput.split(' ')
nodeNum = int(list0[0])
routeNum = int(list0[1])
# 輸入路由信息
for index in range(routeNum):
strInput = input()
listRoute.append(strInput)
# 輸入開始節點、結束節點
strInput = input()
list0 = strInput.split(' ')
nodeIdStart = list0[0]
nodeIdEnd = list0[1]
# 解析得到節點Id
listNodeId.append(nodeIdStart)
listNodeId.append(nodeIdEnd)
for index in listRoute:
list0 = index.split(' ')
nodeIdA = list0[0]
nodeIdB = list0[1]
if nodeIdA not in listNodeId:
listNodeId.append(nodeIdA)
if nodeIdB not in listNodeId:
listNodeId.append(nodeIdB)
# 初始化路由信息字典、節點信息字典
for nodeId in listNodeId:
# 節點字典信息
dictNode[nodeId] = [10000, '', False] # 最短距離、父節點、是否檢查過
# 每個路由字典創建
dictRoute[nodeId] = {}
dictNode[nodeIdStart][0] = 0
# 初始化路由信息
for index in listRoute:
list0 = index.split(' ')
nodeIdA = list0[0]
nodeIdB = list0[1]
dictRoute[nodeIdA][nodeIdB] = int(list0[2])
dictRoute[nodeIdB][nodeIdA] = int(list0[2])
# 打印輸入信息
def PrintInputInfo():
print('nodeNum routeNum:')
print(str(nodeNum) + ' ' + str(routeNum))
print('nodeStart nodeEnd')
print(nodeIdStart+' '+nodeIdEnd)
print('route info:')
for nodeId in dictRoute.keys():
for nebrId in dictRoute[nodeId].keys():
print(nodeId+'->'+nebrId+' = '+str(dictRoute[nodeId][nebrId]))
print('node info:')
for nodeId in dictNode.keys():
print(nodeId+':'+str(dictNode[nodeId][0])+' '+dictNode[nodeId][1]+' '+str(dictNode[nodeId][2]))
#PrintInputInfo()
'''
狄克斯特拉實現
'''
# 找到最短距離節點id
def FindShortNodeId(dictNode):
shortNodeId = ''
shortDis = 10000
for nodeId in dictNode.keys():
if dictNode[nodeId][0] shortDis and dictNode[nodeId][2] == False:
shortNodeId = nodeId
shortDis = dictNode[nodeId][0]
return shortNodeId
# 狄克斯特拉算法
shortNodeId = FindShortNodeId(dictNode)
while shortNodeId:
if shortNodeId == nodeIdEnd:
break;
dictNode[shortNodeId][2] = True
shortDis = dictNode[shortNodeId][0]
for nebrId in dictRoute[shortNodeId].keys():
newDis = dictRoute[shortNodeId][nebrId] + shortDis
if newDis dictNode[nebrId][0]:
dictNode[nebrId][0] = newDis
dictNode[nebrId][1] = shortNodeId
shortNodeId = FindShortNodeId(dictNode)
# 打印結果
listRst = []
nodeId = nodeIdEnd
while nodeId:
listRst.append(nodeId)
nodeId = dictNode[nodeId][1]
listRst.reverse()
strRst = ''
for nodeId in listRst:
if nodeId == listRst[-1]:
strRst += nodeId
else:
strRst += nodeId + '->'
if dictNode[nodeIdEnd][1] == '':
print('cant reach '+nodeIdEnd)
else:
print(strRst)
print(dictNode[nodeIdEnd][0])
測試用例及驗證
Case1
輸入:
6 4
1 2 2
1 3 4
2 5 3
5 6 2
2 6

輸出:

Case2
輸入:
4 5
S A 6
S B 2
B A 3
A E 1
B E 5
S E

輸出:

Case3(找不到終點)
輸入:
6 6
S A 2
S B 1
A C 4
A B 1
B D 2
C D 3
S End

輸出:

Case4
輸入:
6 8
S A 5
S B 1
A C 1
A B 1
B D 5
C D 1
D End 1
C End 3
S End

輸出:

以上就是python實現狄克斯特拉算法的詳細內容,更多關于python狄克斯特拉的資料請關注腳本之家其它相關文章!
您可能感興趣的文章:- Python常用外部指令執行代碼實例
- Python 讀取用戶指令和格式化打印實現解析
- 如何安裝并使用conda指令管理python環境
- python執行CMD指令,并獲取返回的方法
- Python機器學習之KNN近鄰算法
- Python機器學習算法之決策樹算法的實現與優缺點
- 用Python給圖像算法做個簡單應用界面
- Python實現七大查找算法的示例代碼
- Python查找算法之插補查找算法的實現
- python使用ProjectQ生成量子算法指令集