python實現(xiàn)Dijkstra算法的最短路徑問題
迪杰斯特拉(Dijkstra)算法主要是針對沒有負值的有向圖,求解其中的單一起點到其他頂點的最短路徑算法。
1 算法原理
迪杰斯特拉(Dijkstra)算法是一個按照路徑長度遞增的次序產(chǎn)生的最短路徑算法。下圖為帶權(quán)值的有向圖,作為程序中的實驗數(shù)據(jù)。

其中,帶權(quán)值的有向圖采用鄰接矩陣graph來進行存儲,在計算中就是采用n*n的二維數(shù)組來進行存儲,v0-v5表示數(shù)組的索引編號0-5,二維數(shù)組的值表示節(jié)點之間的權(quán)值,若兩個節(jié)點不能通行,比如,v0->v1不能通行,那么graph[0,1]=+∞ (采用計算機中最大正整數(shù)來進行表示)。那如何求解從v0每個v節(jié)點的最短路徑長度呢?

首先,引進一個輔助數(shù)組cost,它的每個值cost[i]表示當前所找到的從起始點v0到終點vi的最短路徑的權(quán)值(長度花費),該數(shù)組的初態(tài)為:若從v0到vi有弧,則cost[i]為弧上的權(quán)值,否則置cost[i]為+∞。
顯然,長度為:cost[j]=Min_i(graph[0,i] | v_i in V)的路徑就是從v0出發(fā)的長度最短的一條最短路徑。此路徑為(v_0,v_j) ,那么下次長度次短的路徑必定是弧(v_0,v_i)上的權(quán)值cost[i](v_i in V),或者是cost[k](v_k in S)和弧(v_k,v_i)的權(quán)值之和。其中V:待求解最短路徑的節(jié)點j集合;S:已求解最短路徑的節(jié)點集合。
2 算法流程
根據(jù)上面的算法原理分析,下面描述算法的實現(xiàn)流程。
初始化:初始化輔助數(shù)組cost,從v0出發(fā)到圖上其余節(jié)點v的初始權(quán)值為:cost[i]=graph[0,i] | v_i in V ;初始化待求節(jié)點S集合,它的初始狀態(tài)為始點,V集合,全部節(jié)點-始節(jié)點。
選擇節(jié)點v_j ,使得cost[j]=Min ( cost[i] | v_i in V -S ) ,v_j 就是當前求的一條從v0出發(fā)的最短路徑的終點,修改S集合,使得 S=S + V_j ,修改集合V = V - V_j。
修改從v0出發(fā)到節(jié)點V-S上任一頂點 v_k 可達的最短路徑,若cost[j]+graph[j,k]<cost[k] ,則修改cost[k]為:cost[k]=cost[j]+graph[j,k] 。
重復操作2,3步驟,直到求解集合V中的所有節(jié)點為止。
其中最短路徑的存儲采用一個path整數(shù)數(shù)組,path[i]的值記錄vi的前一個節(jié)點的索引,通過path一直追溯到起點,就可以找到從vi到起始節(jié)點的最短路徑。比如起始節(jié)點索引為0,若path[3]=4, path[4]=0;那么節(jié)點v2的最短路徑為,v0->v4->v3。
3 算法實現(xiàn)
采用python語言對第2節(jié)中的算法流程進行實現(xiàn),關(guān)鍵代碼如下。
3.1 最短路徑代碼
#!/bin/python
# -*- coding:utf-8 -*-
def dijkstra(graph, startIndex, path, cost, max):
"""
求解各節(jié)點最短路徑,獲取path,和cost數(shù)組,
path[i] 表示vi節(jié)點的前繼節(jié)點索引,一直追溯到起點。
cost[i] 表示vi節(jié)點的花費
"""
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 獲取最小權(quán)值的節(jié)點
if curNode == -1: break
# 剩下都是不可通行的節(jié)點,跳出循環(huán)
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] # 更新權(quán)值
path[w] = curNode # 更新路徑
# for 更新其他節(jié)點的權(quán)值(距離)和路徑
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 運行結(jié)果
[0, -1, 0, 4, 0, 3]
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
- Python數(shù)據(jù)結(jié)構(gòu)與算法之圖的最短路徑(Dijkstra算法)完整實例
- Python實現(xiàn)Dijkstra算法
- Python使用Dijkstra算法實現(xiàn)求解圖中最短路徑距離問題詳解
- python Dijkstra算法實現(xiàn)最短路徑問題的方法
- python實現(xiàn)dijkstra最短路由算法
- python實現(xiàn)Dijkstra靜態(tài)尋路算法
- python最短路徑的求解Dijkstra算法示例代碼
- python3實現(xiàn)Dijkstra算法最短路徑的實現(xiàn)
- Dijkstra算法詳細介紹及Python實現(xiàn)方法
相關(guān)文章
Python3.4 tkinter,PIL圖片轉(zhuǎn)換
我們給大家整理了關(guān)于Python3.4 tkinter,PIL圖片轉(zhuǎn)換的相關(guān)完整代碼,大家可以學習測試下。2018-06-06
python實現(xiàn)UDP協(xié)議下的文件傳輸
這篇文章主要為大家詳細介紹了python實現(xiàn)UDP協(xié)議下的文件傳輸,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2020-03-03
Ubuntu下Python+Flask分分鐘搭建自己的服務(wù)器教程
今天小編就為大家分享一篇Ubuntu下Python+Flask分分鐘搭建自己的服務(wù)器教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11

