- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章python3实现无权最短路径的方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
现有一个有向无权图。如下图所示:
问题:使用某个顶点s作为输入参数,找出从s到所有其他顶点的最短路径。 说明:因为是无权图,因此我们可以为每台边赋值为1。这里选择v3为s作为起点.
此时立刻可以说,从s到v3的最短路径是长为0的路径,标记此信息,得到下图.
现在开始寻找从s出发距离为1的顶点。这些顶点肯定是与s邻接的顶点,很明显,v1,v6从s出发只需要一条边就到了。所以,从s出发距离为1的顶点,为v1,v6.
现在开始寻找从s出发距离为2的顶点。这些顶点肯定是与v1,v6(距离为1的顶点)邻接的顶点。发现与v1邻接的顶点为v2,v4,与v6邻接的顶点没有(不能往回走,没有出边)。所以,从s出发距离为2的顶点,为v2,v4.
最后,考察与v2,v4邻接的顶点,即v5,v7。所以,从s出发距离为3的顶点,为v5,v7.
这种搜索图的方法称为广度优先搜索(breadth-first search)。按层处理顶点,距离起点近的顶点先处理,距离起点远的后处理.
void unweighted(Vertex s){ Queueq = new Queue (); //把每个顶点的距离设为无穷大 for each Vertex v v.dist = INFINITY //将起点的距离设为0 s.dist = 0; //起点入队,作为算法的开始 q.enqueue(s); //只要队列不为空,便继续循环 while( !q.isEmpty() ){ //获得出队顶点 Vertex v = q.dequeue(); //对与v邻接的每个顶点进行处理 for each Vertex w adjacent to v if(w.dist == INFINITY){ w.dist = v.dist + 1; w.path = v;//代表w的上一个经过的顶点为v //完成操作后,便入队,以用来接着分析与w邻接的顶点们 q.enqueue( w ); } } }
从s开始到顶点的距离放到dv列里,pv列用来代表,当前行代表的顶点的上一个经过的顶点。known列代表此顶点已经被处理过了.
初始化时,将起点的距离设置为0,且所有的顶点都不是know的.
结合伪代码进行分析: 【1】当第一次循环中,出队的是v3(每次循环只出队一个顶点) 【2】而第一次循环结束时,就是上表中“v3出队后”的数据情况,如下 【3】此时,对v3的邻接的顶点们都作了处理,所以v3就从F变成了T(即已知) 【4】与v3邻接的顶点v1,v6都作了处理,dv都变成了1,pv都为v3 【5】而因为与v1,v6的邻接顶点都还没有开始处理呢,所以v1,v6的F还不能变成T 。
通过观察图,可以发现有两条路径长为3的最短路径。 【1】v3 => v1 => v2 => v5 【2】v3 => v1 => v4 => v7 我们可以通过数据变化表的最终情况来找到这两条路径.
注意,第一行代表v1,以此类推。 以找到v3 => v1 => v2 => v5路径为例,过程如下: 【1】找到距离为0的顶点,0在且只在第三行,所以第一个顶点为v3 【2】找到距离为1且pv为v3的顶点,有第一行和第六行,这里必须选一个,这里选第一行,所以第二个顶点为v1 【3】找到距离为2且pv为v1的顶点,有第二行和第四行,这里选第二行,所以第三个顶点为v2 【4】找到距离为3且pv为v2的顶点,只有第五行,所以第四个顶点为v5 【5】找到距离为4且pv为v5的顶点,没有,结束。 其实,以上步骤,是给出了,在对顶点进行数据处理后,找出无权最短路径的算法的思想。 其实可以,维护一些顶点间指针,用来指向下一个顶点,这样就可以用递归的思路来做,从起点开始,每递归到下一层距离dv便加1,用一个中间变量存储经过的顶点,每调用一次递归,便打印这个中间变量,这样,便能得到所有的无权最短路径。 这里得到无权最短路径的伪代码也不给出了,以上分析供大家理解参考.
纸上得来终觉浅,绝知此事要躬行!还是觉得用代码实现一遍比较好.
from queue import Queue class Vertex: #顶点类 def __init__(self,vid,outList): self.vid = vid#出边 self.outList = outList#出边指向的顶点id的列表,也可以理解为邻接表 self.know = False#默认为假 self.dist = float('inf')#s到该点的距离,默认为无穷大 self.prev = 0#上一个顶点的id,默认为0 #创建顶点对象 v1=Vertex(1,[2,4]) v2=Vertex(2,[4,5]) v3=Vertex(3,[1,6]) v4=Vertex(4,[3,5,6,7]) v5=Vertex(5,[7]) v6=Vertex(6,[]) v7=Vertex(7,[6]) #创建一个长度为8的数组,来存储顶点,0索引元素不存 vlist = [False,v1,v2,v3,v4,v5,v6,v7] def unweighted(): #起点为v3 vlist[3].dist = 0 q = Queue() q.put(vlist[3]) while(not q.empty()): v = q.get()#返回并删除队列头部元素 for w in v.outList: if(vlist[w].dist == float('inf')): vlist[w].dist = v.dist + 1 vlist[w].prev = v.vid q.put(vlist[w]) unweighted() print('v1.prev:',v1.prev,'v1.dist',v1.dist) print('v2.prev:',v2.prev,'v2.dist',v2.dist) print('v3.prev:',v3.prev,'v3.dist',v3.dist) print('v4.prev:',v4.prev,'v4.dist',v4.dist) print('v5.prev:',v5.prev,'v5.dist',v5.dist) print('v6.prev:',v6.prev,'v6.dist',v6.dist) print('v7.prev:',v7.prev,'v7.dist',v7.dist)
运行结果:
与数据变化表的最终情况一致。 这里你可能会问,Vertex类的init函数中,明明有know成员,为什么在程序没有使用know成员(在处理节点后,就把该节点的know置为Ture),因为if(vlist[w].dist == float('inf'))的判断就相当于判断节点的know是否为Ture,因为一个已知的节点,它的距离就肯定不是无穷大了。 然后再使用递归,打印出所有可能的最短路径,把以下代码和以上代码合在一起就可以了.
traj_list = [3]#v3是起点直接加上 def print_traj(dist): last = traj_list[-1] print(traj_list,'该路径的长度为:',vlist[last].dist) temp_list = []#存储下一步的选项 for i in range(1,len(vlist)): v = vlist[i] if((v.dist==dist) and (v.prev==last)): temp_list.append(i) if(len(temp_list)==0): return#终点 #递归每个选项 for i in temp_list:#i为顶点的索引 traj_list.append(i) print_traj(dist+1) traj_list.pop() print_traj(1)
到此这篇关于python3实现无权最短路径的方法的文章就介绍到这了,更多相关python3 无权最短路径内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。
原文链接:https://blog.csdn.net/anlian523/article/details/80889649 。
最后此篇关于python3实现无权最短路径的方法的文章就讲到这里了,如果你想了解更多关于python3实现无权最短路径的方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!