# -*- coding: utf-8 -*-
import numpy as np
graph_chain = ,
'b': ,
'c': ,
'd': ,
'e': ,
'f':
}# 這裡矩陣未傳入graph中使用，而是在graph使用鍊錶生成，也可以傳入矩陣和及按順序的點列表
# 但矩陣在後續處理中是必須的，應為此**後續處理基於矩陣進行權重查詢
graph_matrix = [[0.0, 7.0, 9.0, np.inf, np.inf, 14.0],
[7.0, 0.0, 10.0, 15.0, np.inf, np.inf],
[9.0, 10.0, 0.0, 11.0, np.inf, 2.0],
[np.inf, 15.0, 11.0, 0.0, 6.0, np.inf],
[np.inf, np.inf, np.inf, 6.0, 0.0, 9.0],
[14.0, np.inf, 2.0, np.inf, 9.0, 0.0]]
class graph():
def __init__(self,vertexs=none,chain=none,matrix=none):
self.vertexs = vertexs
self.chain = chain
self.matrix = matrix
if vertexs is none and chain is not none:
self.vertexs = list(chain.keys())
if matrix is none and chain is not none:
self.matrix = self.chain_matrix()
def __str__(self):
return str(self.chain)
def chain_matrix(self):
matrix = np.zeros((len(self.vertexs), len(self.vertexs)))
matrix += np.inf
keys = list(self.chain.keys())
for key, value in self.chain.items():
key_index = self.vertexs.index(key)
for k, v in value.items():
k_index = self.vertexs.index(k)
matrix[key_index][k_index] = v
matrix[key_index][key_index] = 0
return matrix.tolist()
class dijkstra_path():
def __init__(self,graph,src_vertex):
self.graph = graph
self.src_vertex = src_vertex
self.set = self.get_set()
self.unsearch = self.get_unsearch()
self.dis = self.get_dis()
self.path = self.get_path()
self.point = self.get_point()
def get_set(self):
return [self.src_vertex]
def get_unsearch(self):
unsearch = self.graph.vertexs[:]
unsearch.remove(self.src_vertex)
return unsearch
def get_dis(self):
dis = {}
vertexs = self.graph.vertexs
index = vertexs.index(self.src_vertex)
for i,distance in enumerate(self.graph.matrix[index]):
dis[vertexs[i]] = distance
return dis
def get_path(self):
path = {}
vertexs = self.graph.vertexs
index = vertexs.index(self.src_vertex)
for i,distance in enumerate(self.graph.matrix[index]):
path[vertexs[i]] =
if distance != np.inf:
return path
def get_point(self):
return self.src_vertex
# 首先根據dis、index及set(若出現權重相等)確定下乙個路徑點
def update_point(self,index):
dis_sort = list(self.dis.values())
dis_sort.sort()
point_dis = dis_sort[index]
for key,distance in self.dis.items():
if distance == point_dis and key not in self.set:
self.point = key
break
# 路徑、距離更新，原距離》point距離+point到各點距離，則更新
def update_dis_path(self):
new_dis = {}
index_point = self.graph.vertexs.index(self.point)
for i,key in enumerate(self.dis.keys()):
new_dis[key] = self.dis[self.point] + self.graph.matrix[index_point][i]
if new_dis[key]self.dis[key] = new_dis[key]
self.path[key] =self.path[self.point].copy()
def find_shortestpath(self,dst_vertex=none,info_show=false):
count = 1
if info_show:
print('*' * 10, 'initialize', '*' * 10)
self.show()
while self.unsearch:
self.update_point(count)
self.unsearch.remove(self.point)
self.update_dis_path()
if info_show:
print('*' * 10, 'produce', count, '*' * 10)
self.show()
count+=1
if dst_vertex != none and dst_vertex in self.set:
result = self.path[dst_vertex].copy()
return result
return self.path
def show(self):
print('set:',self.set)
print('unsearch:',self.unsearch)
print('point:',self.point)
print('dis:',self.dis.values())
print('path:',self.path.values())
if __name__ == '__main__':
gp = graph(chain=graph_chain)
dp = dijkstra_path(gp,'e')
result = dp.find_shortestpath('a')
print(result)
Codeup最短路徑 最短路徑
n個城市，標號從0到n 1，m條道路，第k條道路 k從0開始 的長度為2 k，求編號為0的城市到其他城市的最短距離。第一行兩個正整數n 2 n 100 m m 500 表示有n個城市，m條道路，接下來m行兩個整數，表示相連的兩個城市的編號。n 1行，表示0號城市到其他城市的最短路，如果無法到達，輸出...
Codeup最短路徑 最短路徑問題
給你n個點，m條無向邊，每條邊都有長度d和花費p，給你起點s終點t，要求輸出起點到終點的最短距離及其花費，如果最短距離有多條路線，則輸出花費最少的。輸入n,m，點的編號是1 n,然後是m行，每行4個數 a,b,d,p，表示a和b之間有一條邊，且其長度為d，花費為p。最後一行是兩個數 s,t 起點s，...
最短路徑之最短路徑問題
提交 狀態 討論版 命題人 外部匯入 題目描述 平面上有n個點 n 100 每個點的座標均在 10000 10000之間。其中的一些點之間有連線。若有連線，則表示可從乙個點到達另乙個點，即兩點間有通路，通路的距離為兩點間的直線距離。現在的 任務是找出從一點到另一點之間的最短路徑。輸入共n m 3行，...