前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >图算法|Dijkstra算法python实现

图算法|Dijkstra算法python实现

作者头像
double
发布于 2018-04-02 07:13:33
发布于 2018-04-02 07:13:33
3.3K0
举报
文章被收录于专栏:算法channel算法channel

01

Dijkstra算法的理论部分

关于Dijkstra算法的原理部分,请参考之前的推送:

图算法|Dijkstra最短路径算法

Dijkstra算法总结如下:

1. 此算法是计算从入度为0的起始点开始的单源最短路径算法,它能计算从源点到图中任何一点的最短路径,假定起始点为A

2. 选取一个中心点center,是S集合中的最后一个元素,注意起始点到这个点的最短距离已经计算出来,并存储在dist字典中了。

3. 因为已经求出了从A->center的最短路径,所以每次迭代只需要找出center->{有关系的节点nodei}的最短距离,如果两者的和小于dist(A->nodei),则找到一条更短的路径。

02

代码实现

""" Dijkstra algorithm graphdict={"A":[("B",6),("C",3)], "B":[("C",2),("D",5)],"C":[("B",2),("D",3),("E",4)],\ "D":[("B",5),("C",3),("E",2),("F",3)],"E":[("C",4),("D",2),("F",5)],"F":[("D",3),"(E",5)]}) assert: start node must be zero in-degree """ def Dijkstra(startNode, endNode, graphdict=None): S=[startNode] V=[] for node in graphdict.keys(): if node !=startNode: V.append(node) #distance dict from startNode dist={} for node in V: dist[node]=float('Inf') while len(V)>0: center = S[-1] # get final node for S as the new center node minval = ("None",float("Inf")) for node,d in graphdict[center]: if node not in V: continue #following is the key logic.If S length is bigger than 1,need to get the final ele of S, which is the center point in current #iterator, and distance between start node and center node is startToCenterDist; d is distance between node # among out-degree for center point; dist[node] is previous distance to start node, possibly Inf or a updated value # so if startToCenterDist+d is less than dist[node], then it shows we find a shorter distance. if len(S)==1: dist[node] = d else: startToCenterDist = dist[center] if startToCenterDist + d < dist[node]: dist[node] = startToCenterDist + d #this is the method to find a new center node and # it's the minimum distance among out-degree nodes for center node if d < minval[1]: minval = (node,d) V.remove(minval[0]) S.append(minval[0]) # append node with min val return dist

03

测试

求出以上图中,从A到各个节点的最短路径:

shortestRoad = Dijkstra("A","F",graphdict={"A":[("B",6),("C",3)], "B":[("C",2),("D",5)],\

"C":[("B",2),("D",3),("E",4)],\

"D":[("B",5),("C",3),("E",2),("F",3)],\

"E":[("C",4),("D",2),("F",5)],"F":[("D",3),("E",5)]})

mystr = "shortest distance from A begins to "

for key,shortest in shortestRoad.items():

print(mystr+ str(key) +" is: " + str(shortest) )

打印结果如下:

shortest distance from A begins to B is: 5 shortest distance from A begins to C is: 3 shortest distance from A begins to D is: 6 shortest distance from A begins to E is: 7 shortest distance from A begins to F is: 9

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-01-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 程序员郭震zhenguo 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
八十七、探究最短路问题:Dijkstra算法
最短路问题(Shortest Path Problems):给定一个网络,网络的边上有权重,找一条从给定起点到给定终点的路径使路径上的边权重总和最小。
润森
2022/08/17
8100
八十七、探究最短路问题:Dijkstra算法
【说站】Python Dijkstra算法是什么
1、Dijkstra算法是经典的最短路径算法,它是数据结构、图论、运筹学等基础教学算法。
很酷的站长
2022/11/24
3700
【说站】Python Dijkstra算法是什么
Dijkstra算法原理及实现
持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第21天,点击查看活动详情
鳄鱼儿
2024/05/22
1300
Dijkstra算法原理及实现
[图]最短路径-Dijkstra算法
2.BFS可能会是Dijkstra算法的实质,BFS使用的是队列进行操作,而Dijkstra采用的是优先队列。
王荣胜
2020/03/13
7.1K0
[图]最短路径-Dijkstra算法
最短路径问题:Dijkstra算法
所谓最短路径问题是指:如果从图中某一顶点(源点)到达另一顶点(终点)的路径可能不止一条,如何找到一条路径使得沿此路径上各边的权值总和(称为路径长度)达到最小。
233333
2020/02/11
5.7K1
最短路径问题:Dijkstra算法
【启发式算法】Dijkstra算法详细介绍(Python)
Dijkstra算法,全称迪杰斯特拉算法,是由荷兰计算机科学家艾兹赫尔·戴克斯特拉(Edsger W. Dijkstra)在1956年提出的,是一种用于解决图中的最短路径问题的算法。这种算法适用于带权重的图,其中每条边有一个非负的权重值。
不去幼儿园
2025/03/07
1210
【启发式算法】Dijkstra算法详细介绍(Python)
Python Algorithms - C9 Graphs
Python算法设计篇(9) Chapter 9: From A to B with Edsger and Friends
宅男潇涧
2018/08/01
8790
Python Algorithms - C9 Graphs
文心一言 VS 讯飞星火 VS chatgpt (371)-- 算法导论24.4 3题
在约束图中,从新结点 v_0 到其他结点之间的最短路径权重能否为正值,这取决于图中边的权重设置以及图的性质。
福大大架构师每日一题
2024/10/21
880
文心一言 VS 讯飞星火 VS chatgpt (371)-- 算法导论24.4 3题
Python语言实现Dijkstra算法
Dijkstra算法是由荷兰计算机科学家狄克斯特拉(Dijkstra)于1959 年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。
week
2018/08/24
2.8K0
Python语言实现Dijkstra算法
java和python实现最短路径算法
Floyd算法是一种动态规划算法,用于寻找所有节点对之间的最短路径。该算法通过对每对节点之间的距离进行递推,来计算出所有节点之间的最短路径。
疯狂的KK
2023/03/18
5200
5种语言实现 | 使用Dijkstra算法从起点到所有节点找到最短路径
思路是以给定起点为根节点生成一个最短路径树(SPT)。维护一个包含两个集合的邻接矩阵,
一点人工一点智能
2024/04/17
2790
5种语言实现 | 使用Dijkstra算法从起点到所有节点找到最短路径
最短路径之Dijkstra算法
因为最近在用R语言,所以代码使用R语言完成。语言只是工具,算法才是灵魂。Floyd算法简单暴力,三个for循环搞定。但是相应是要付出代价的,时间复杂度为O(n^3)。今天学习的是一个O(n^2)的算法--经典Dijkstra(迪杰斯特拉)算法,这也是经典贪心算法的好例子。
孙小北
2024/01/30
2340
最短路径之Dijkstra算法
Dijkstra的最短路径算法
给定图中的图形和源顶点,找到给定图形中从源到所有顶点的最短路径。 Dijkstra的算法与最小生成树的Prim算法非常相似。与Prim的MST一样,我们以给定的源为根生成SPT(最短路径树)。我们维护两组,一组包含最短路径树中包含的顶点,另一组包括最短路径树中尚未包括的顶点。在算法的每个步骤中,我们找到一个顶点,该顶点位于另一个集合中(尚未包括的集合)并且与源具有最小距离。
全栈程序员站长
2022/08/28
1.2K0
Dijkstra的最短路径算法
最短路算法实现与分析:Dijkstra算法,Floyed,Bellman-Ford, SPFA算法;
最短路算法:最短路径算法是图论研究中,一个经典算法问题;旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。
西湖醋鱼
2020/12/30
1.5K0
最短路算法实现与分析:Dijkstra算法,Floyed,Bellman-Ford, SPFA算法;
Dijkstra算法及其C++实现
如果从图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条,如何找到一条路径使得沿此路径上各边上的权值总和达到最小。
卡尔曼和玻尔兹曼谁曼
2020/08/20
1.2K1
Dijkstra算法及其C++实现
【你该懂一点Javascript算法系列】之单源最短路径 - Dijkstra算法
ps: 邻接矩阵的意思是: 用一个二数组表示个顶点间的关系,来确定各顶点间的关系,因为图为有向图,所以上图的邻接矩阵如上
super.x
2019/04/12
1.5K3
【你该懂一点Javascript算法系列】之单源最短路径 - Dijkstra算法
一步一步深入理解Dijkstra算法
先简单介绍一下最短路径: 最短路径是啥?就是一个带边值的图中从某一个顶点到另外一个顶点的最短路径。 官方定义:对于内网图而言,最短路径是指两顶点之间经过的边上权值之和最小的路径。 并且我们称路径上的第一个顶点为源点,最后一个顶点为终点。 由于非内网图没有边上的权值,所谓的最短路径其实是指两顶点之间经过的边数最少的路径。 我们时常会面临着对路径选择的决策问题,例如在中国的一些一线城市如北京、上海、广州、深圳等,一般从A点到到达B点都要通过几次地铁、公交的换乘才可以到达。 有些朋友想用最短对的时间,有些朋
Angel_Kitty
2018/04/09
1.6K0
一步一步深入理解Dijkstra算法
图算法之bfs、dfs、prim、Dijkstra
概述 在图算法中经常要执行遍历每个顶点和每条边的操作,即图搜索。许多图算法都以图搜索为基础,如2-着色问题、连通性计算基于深度优先搜寻(depth-first search, DFS),而无权最短路径则基于广度优先搜索(breadth-first search, BFS)。基于搜索的算法还包括计算最小生成树的Prim算法以及计算最短路径的Dijkstra算法。图实现算法在现实的算法结构中占据重要的部分。 图 图的定义 图G是由顶点的有穷集合,以及顶点之间的关系组成,顶点的集合记为V,顶点之间的关系构成边的集
xiangzhihong
2018/02/06
2.9K0
图算法之bfs、dfs、prim、Dijkstra
Dijkstra算法
Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其它全部节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解,但因为它遍历计算的节点非常多,所以效率低。
全栈程序员站长
2021/12/05
4550
Python 算法基础篇之最短路径算法: Dijkstra 算法和 Floyd-Warshall 算法
在计算机科学中,寻找图中最短路径是一个经典问题。 Dijkstra 算法和 Floyd-Warshall 算法是两种常用的最短路径算法。本篇博客将重点介绍这两种算法的原理、应用场景以及使用 Python 实现,并通过实例演示每一行代码的运行过程。
小蓝枣
2023/07/25
1.9K0
相关推荐
八十七、探究最短路问题:Dijkstra算法
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档