Python Dijkstra k 最短路径

Question

我正在尝试制作一个小型公共(public)交通路线应用程序。

我的数据用以下结构表示:

graph = {'A': {'B':3, 'C':5},
     'B': {'C':2, 'D':2},
     'C': {'D':1},
     'D': {'C':3},
     'E': {'F':8},
     'F': {'C':2}}

地点:

1. graph dict key是一个节点
2. subdict key是2个节点之间的一条边
3. subdict 值是一个边权重

我正在使用此处描述的 find_shortest_path 算法 https://www.python.org/doc/essays/graphs/但由于递归且不支持权重，因此速度相当慢。

所以我转向了 Davide Epstein 在这里描述的算法 http://code.activestate.com/recipes/119466-dijkstras-algorithm-for-shortest-paths/ (甚至可以在使用 heapq 的评论中找到更好的实现)

效果很好，速度非常快，但我只得到最佳路线，而不是所有可能路线的列表。这就是我坚持的地方。

有人可以帮我解决这个问题，或者至少给个方向吗？我不太擅长图最短路径算法。

提前致谢!

Answer 1

毫无疑问，图中会有大量的最短路径。因此很难在满足的时间复杂度内生成所有最短路径。但我可以给你一个简单的方法，可以得到你想要的尽可能多的最短路径。

算法

1. 从起点运行Dijkstra算法，得到disS[i]列表(最短距离在起点和点 i) 之间。然后从终点运行Dijkstra算法，得到disT[i]列表(终点到i点的最短距离)
2. 制作新图:对于原图中的一条边，如果disS[a] + disT[b] + w(a, b) == disS[ending point]，我们在新图中添加一条边。很明显，新图是一个 DAG(有向无环图)，并且有一个 sink(起点)和一个 target(终点)。从汇点到目标点的任何路径都是原始图中的最短路径。
3. 您可以在新图中运行 DFS。将路径信息保存在递归和回溯，任何时候你到达目标，保存信息将是一条最短路径。算法什么时候结束完全取决于你。

伪代码:

def find_one_shortest_path(graph, now, target, path_info):
    if now == target:
        print path_info
        return
    for each neighbor_point of graph[now]:
        path_info.append(neighbor_point) 
        find_one_shortest_path(graph, neighbor_point, target, path_info) #recursion
        path_info.pop(-1) #backtracking

def all_shortest_paths(graph, starting_point, ending_point):
    disS = [] # shortest path from S
    disT = [] # shortest path from T
    new_graph = []
    disS = Dijkstra(graph, starting_point)
    disT = Dijkstra(graph, endinng_point)
    for each edge<a, b> in graph:
        if disS[a] + w<a, b> + disT[b] == disS[ending_point]:
            new_graph.add(<a, b>)
    find_one_shortest_path(new_graph, starting_point, ending_point, [])