这篇文章主要介绍了python Dijkstra算法实现最短路径问题的方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
从某源点到其余各顶点的最短路径
Dijkstra算法可用于求解图中某源点到其余各顶点的最短路径。假设G=｛V，｛E｝｝是含有n个顶点的有向图，以该图中顶点v为源点，使用Dijkstra算法求顶点v到图中其余各顶点的最短路径的基本思想如下：
使用集合S记录已求得最短路径的终点，初始时S={v}。
选择一条长度最小的最短路径，该路径的终点w属于V-S，将w并入S，并将该最短路径的长度记为Dw。
对于V-S中任一顶点是s，将源点到顶点s的最短路径长度记为Ds，并将顶点w到顶点s的弧的权值记为Dws，若Dw+Dws<Ds，
则将源点到顶点s的最短路径长度修改为Dw+Ds=ws。
重复执行2和3，知道S=V。
为了实现算法，
使用邻接矩阵Arcs存储有向网，当i=j时，Arcs[i][j]=0；当i!=j时，若下标为i的顶点到下标为j的顶点有弧且弧的权值为w，则Arcs[i][j]=w，否则Arcs[i][j]=float(‘inf’)即无穷大。
使用Dist存储源点到每一个终点的最短路径长度。
使用列表Path存储每一条最短路径中倒数第二个顶点的下标。
使用flag记录每一个顶点是否已经求得最短路径，在思想中即是判断顶点是属于V集合，还是属于V-S集合。
代码实现
#构造有向图Graph
class Graph:
def __init__(self,graph,labels): #labels为标点名称
self.Arcs=graph
self.VertexNum=graph.shape[0]
self.labels=labels
def Dijkstra(self,Vertex,EndNode): #Vertex为源点，EndNode为终点
Dist=[[] for i in range(self.VertexNum)] #存储源点到每一个终点的最短路径的长度
Path=[[] for i in range(self.VertexNum)] #存储每一条最短路径中倒数第二个顶点的下标
flag=[[] for i in range(self.VertexNum)] #记录每一个顶点是否求得最短路径
index=0
#初始化
while index<self.VertexNum:
Dist[index]=self.Arcs[Vertex][index]
flag[index]=0
if self.Arcs[Vertex][index]<float('inf'): #正无穷
Path[index]=Vertex
else:
Path[index]=-1 #表示从顶点Vertex到index无路径
index+=1
flag[Vertex]=1
Path[Vertex]=0
Dist[Vertex]=0
index=1
while index<self.VertexNum:
MinDist=float('inf')
j=0
while j<self.VertexNum:
if flag[j]==0 and Dist[j]<MinDist:
tVertex=j #tVertex为目前从V-S集合中找出的距离源点Vertex最断路径的顶点
MinDist=Dist[j]
j+=1
flag[tVertex]=1
EndVertex=0
MinDist=float('inf') #表示无穷大，若两点间的距离小于MinDist说明两点间有路径
#更新Dist列表，符合思想中第三条
while EndVertex<self.VertexNum:
if flag[EndVertex]==0:
if self.Arcs[tVertex][EndVertex]<MinDist and Dist[
tVertex]+self.Arcs[tVertex][EndVertex]<Dist[EndVertex]:
Dist[EndVertex]=Dist[tVertex]+self.Arcs[tVertex][EndVertex]
Path[EndVertex]=tVertex
EndVertex+=1
index+=1
vertex_endnode_path=[] #存储从源点到终点的最短路径
return Dist[EndNode],start_end_Path(Path,Vertex,EndNode,vertex_endnode_path)
#根据本文上述定义的Path递归求路径
def start_end_Path(Path,start,endnode,path):
if start==endnode:
path.append(start)
else:
path.append(endnode)
start_end_Path(Path,start,Path[endnode],path)
return path
if __name__=='__main__':
#float('inf')表示无穷
graph=np.array([[0,6,5,float('inf'),float('inf'),float('inf')],
[float('inf'),0,2,8,float('inf'),float('inf')],
[float('inf'),float('inf'),0,float('inf'),3,float('inf')],
[float('inf'),float('inf'),7,0,float('inf'),9],
[float('inf'),float('inf'),float('inf'),float('inf'),0,9],
[float('inf'),float('inf'),float('inf'),float('inf'),0]])
G=Graph(graph,labels=['a','b','c','d','e','f'])
start=input('请输入源点')
endnode=input('请输入终点')
dist,path=Dijkstra(G,G.labels.index(start),G.labels.index(endnode))
Path=[]
for i in range(len(path)):
Path.append(G.labels[path[len(path)-1-i]])
print('从顶点{}到顶点{}的最短路径为：\n{}\n最短路径长度为：{}'.format(start,endnode,Path,dist))
输出结果如下：
请输入源点
a
请输入终点
f
从顶点a到顶点f的最短路径为：
['a', 'c', 'e', 'f']
最短路径长度为：17
推荐我们的python学习基地，看前辈们是如何学习的！从基础的python脚本、爬虫、django、数据挖掘等编程技术，还有整理零基础到项目实战的资料，送给每一位爱学习python的小伙伴！每天都有老前辈定时讲解Python技术，分享一些学习的方法和需要留意的小细节，点击加入我们的 python学习者聚集地
以上就是本文的全部内容，希望对大家的学习有所帮助，
