狄克斯拉特算法。 适用于，加权有向无环图，且无负权边，的最短路径计算。

标签：没事   app   就是   重复   end   turn   aaaaaa   节点   roc   

没事时看的一道题，解完后发现这居然是一个算法。

就在这里拷贝一份，免得后面自己都忘了自己原来写的是什么东西。

核心思路：

1、找到临近节点中路径最短的那一个。

2、更新从该节点去它临近节点的，到达临近节点所用的路径。（到新节点的路径比原路径短，才更新）

3、重复这个过程，直到对应的图中所有的节点都试过了。

4、计算最终路径。

def find_lowest_cost(costs,process)：
    lower_k = None
    for cost_k in costs:
        if cost_k not in process:
            lower_k = cost_k
    return  lower_k
#   总字典，反正我是这么叫的
graps = dict()
graps[‘star‘] = {‘a‘:6,‘b‘:2}
graps[‘a‘] = {‘end‘:1}
graps[‘b‘] = {‘a‘:3,"end":5}
graps[‘end‘] = dict()
print(graps)
# 无穷大
infinity = float("inf")
#   父字典，开销字典
costs = dict()
costs[‘a‘] = 6
costs[‘b‘] = 2
costs[‘end‘] = infinity
print(costs)
parent = dict()
parent[‘a‘] = ‘star‘
parent[‘b‘] = ‘star‘
parent[‘end‘] = None
print(parent)
#   储存已经处理节点
process = []
print(‘华丽的分割线‘.center(50,‘-‘))
while 1:
    lowest_k = find_lowest_cost(costs, process)
    if lowest_k == None:
        break
    for k in graps[lowest_k]:
        if graps[lowest_k][k] + costs[lowest_k] < costs[k]:
            costs[k] = graps[lowest_k][k] + costs[lowest_k]
            parent[k] = lowest_k
    process.append(lowest_k)
print(‘costs: ‘, costs)
print(‘parent: ‘, parent)
print("procrss: ", process)

Aaaaaaa，我的代码就是这么难看。反正是给我自己看的。

狄克斯拉特算法。 适用于，加权有向无环图，且无负权边，的最短路径计算。

标签：没事   app   就是   重复   end   turn   aaaaaa   节点   roc   

原文地址：https://www.cnblogs.com/sbxlqswl/p/9839220.html