gpt4 book ai didi

python实现Dijkstra算法的最短路径问题

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 28 4
gpt4 key购买 nike

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python实现Dijkstra算法的最短路径问题由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

迪杰斯特拉(dijkstra)算法主要是针对没有负值的有向图,求解其中的单一起点到其他顶点的最短路径算法.

1 算法原理 。

迪杰斯特拉(dijkstra)算法是一个按照路径长度递增的次序产生的最短路径算法。下图为带权值的有向图,作为程序中的实验数据.

 python实现Dijkstra算法的最短路径问题

其中,带权值的有向图采用邻接矩阵graph来进行存储,在计算中就是采用n*n的二维数组来进行存储,v0-v5表示数组的索引编号0-5,二维数组的值表示节点之间的权值,若两个节点不能通行,比如,v0->v1不能通行,那么graph[0,1]=+∞ (采用计算机中最大正整数来进行表示)。那如何求解从v0每个v节点的最短路径长度呢?

python实现Dijkstra算法的最短路径问题

首先,引进一个辅助数组cost,它的每个值cost[i]表示当前所找到的从起始点v0到终点vi的最短路径的权值(长度花费),该数组的初态为:若从v0到vi有弧,则cost[i]为弧上的权值,否则置cost[i]为+∞.

显然,长度为:cost[j]=min_i(graph[0,i] | v_i in v)的路径就是从v0出发的长度最短的一条最短路径。此路径为(v_0,v_j) ,那么下次长度次短的路径必定是弧(v_0,v_i)上的权值cost[i](v_i in v),或者是cost[k](v_k in s)和弧(v_k,v_i)的权值之和。其中v:待求解最短路径的节点j集合;s:已求解最短路径的节点集合.

2 算法流程 。

根据上面的算法原理分析,下面描述算法的实现流程.

初始化:初始化辅助数组cost,从v0出发到图上其余节点v的初始权值为:cost[i]=graph[0,i] | v_i in v ;初始化待求节点s集合,它的初始状态为始点,v集合,全部节点-始节点.

选择节点v_j ,使得cost[j]=min ( cost[i] | v_i in v -s ) ,v_j 就是当前求的一条从v0出发的最短路径的终点,修改s集合,使得 s=s + v_j ,修改集合v = v - v_j.

修改从v0出发到节点v-s上任一顶点 v_k 可达的最短路径,若cost[j]+graph[j,k]<cost[k] ,则修改cost[k]为:cost[k]=cost[j]+graph[j,k] .

重复操作2,3步骤,直到求解集合v中的所有节点为止.

其中最短路径的存储采用一个path整数数组,path[i]的值记录vi的前一个节点的索引,通过path一直追溯到起点,就可以找到从vi到起始节点的最短路径。比如起始节点索引为0,若path[3]=4, path[4]=0;那么节点v2的最短路径为,v0->v4->v3.

3 算法实现 。

采用python语言对第2节中的算法流程进行实现,关键代码如下.

3.1 最短路径代码 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
#!/bin/python
# -*- coding:utf-8 -*-
 
def dijkstra(graph, startindex, path, cost, max ):
   """
   求解各节点最短路径,获取path,和cost数组,
   path[i] 表示vi节点的前继节点索引,一直追溯到起点。
   cost[i] 表示vi节点的花费
   """
   lenth = len (graph)
   v = [ 0 ] * lenth
   # 初始化 path,cost,v
   for i in range (lenth):
     if i = = startindex:
       v[startindex] = 1
     else :
       cost[i] = graph[startindex][i]
       path[i] = (startindex if (cost[i] < max ) else - 1 )
   # print v, cost, path
   for i in range ( 1 , lenth):
     mincost = max
     curnode = - 1
     for w in range (lenth):
       if v[w] = = 0 and cost[w] < mincost:
         mincost = cost[w]
         curnode = w
     # for 获取最小权值的节点
     if curnode = = - 1 : break
     # 剩下都是不可通行的节点,跳出循环
     v[curnode] = 1
     for w in range (lenth):
       if v[w] = = 0 and (graph[curnode][w] + cost[curnode] < cost[w]):
         cost[w] = graph[curnode][w] + cost[curnode] # 更新权值
         path[w] = curnode # 更新路径
     # for 更新其他节点的权值(距离)和路径
   return path
 
if __name__ = = '__main__' :
   max = 2147483647
   graph = [
     [ max , max , 10 , max , 30 , 100 ],
     [ max , max , 5 , max , max , max ],
     [ max , max , max , 50 , max , max ],
     [ max , max , max , max , max , 10 ],
     [ max , max , max , 20 , max , 60 ],
     [ max , max , max , max , max , max ],
     ]
   path = [ 0 ] * 6
   cost = [ 0 ] * 6
   print dijkstra(graph, 0 , path, cost, max )

4 运行结果 。

 [0, -1, 0, 4, 0, 3] 。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:https://www.cnblogs.com/mayunting/p/10426705.html 。

最后此篇关于python实现Dijkstra算法的最短路径问题的文章就讲到这里了,如果你想了解更多关于python实现Dijkstra算法的最短路径问题的内容请搜索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! 。

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com