本章内容:
继续图的讨论,介绍加权图----提高或降低某些边的权重
介绍狄克斯特拉算法,能让你找出加权图中前往X的最短路径
介绍图中的环,它导致狄克斯特拉算法不管用
广度优先算法指出的是段数最少的路径。找出最快的路径需要使用狄克斯特拉算法。
7.1使用狄克斯特拉算法
狄克斯特拉算法包含4个步骤:
(1)找出最便宜的节点,即可在最短时间内前往的节点。
(2)对于该节点的邻居,检查是否有前往它们更短的路径,如果有,就更新其开销。
(3)重复这个过程,直到对图中的每个节点都这样做了。
(4)计算最终路径。
7.2术语
狄克斯特拉算法用于每条边都有关联数字的图,这些数字称为权重。
带权重的图称为加权图,不带权重的图称为非加权图。
要计算非加权图使用广度优先算法。计算加权图使用狄克斯特拉算法。图可能存在环。
在无向图中,每条边都是一个环。狄克斯特拉算法只适用于有向无环图。
狄克斯特拉算法关键理念:找出图中最便宜的节点,并确保没有到该节点的更便宜的路径。
7.4负权边
如果图含有负权边(比0小的边),就不能使用狄克斯特拉算法。可使用贝尔曼-福德算法计算带有负权边的图。
7.5实现
graph = {} graph['you'] = ['alice', 'bob', 'claire'] graph['start'] = {} graph['start']['a'] = 6 graph['start']['b'] = 2 graph['a'] = {} graph['a']['fin'] = 1 graph['b'] = {} graph['b']['a'] = 3 graph['b']['fin'] = 5 graph['fin'] = {} infinity = float('inf') costs = {} costs['a'] = 6 costs['b'] = 2 costs['fin'] = infinity parents = {} parents['a'] = 'start' parents['b'] = 'start' parents['fin'] = None processed = [] def find_lowest_cost_node(costs): lowest_cost = float('inf') lowest_cost_node = None for node in costs: cost = costs[node] if cost < lowest_cost and node not in processed: lowest_cost = cost lowest_cost_node = node return lowest_cost_node node = find_lowest_cost_node(costs) while node is not None: cost = costs[node] neighbors = graph[node] for n in neighbors.keys(): new_cost = cost + neighbors[n] if costs[n] > new_cost: costs[n] = new_cost parents[n] = node processed.append(node) node = find_lowest_cost_node(costs) print "Cost from the start to each node:" print costs
7.6小结
广度优先搜素用于在非加权图中查找最短路径。
狄克斯特拉算法用于在加权图中查找最短路径。
仅当权重为正时狄克斯特拉算法才管用。
如果图中包含负权边,请使用贝尔曼-福德算法。