本文借鉴于张广河教授主编的《数据结构》，对其中的代码进行了完善。 从某源点到其余各顶点的最短路径 D
本文借鉴于张广河教授主编的《数据结构》，对其中的代码进行了完善。
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：
1.使用集合S记录已求得最短路径的终点，初始时S={v}。
2.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。
3.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
则将源点到顶点s的最短路径长度修改为Dw+Ds=ws。
4.重复执行2和3，知道S=V。
为了实现算法.
5.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。
6.使用Dist存储源点到每一个终点的最短路径长度。
7.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。
8.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
Dist[index]=self.Arcs[Vertex][index]
flag[index]=0
if self.Arcs[Vertex][index] 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
MinDist=float(inf)
j=0
while j
if flag[j]==0 and Dist[j]
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
if flag[EndVertex]==0:
if self.Arcs[tVertex][EndVertex] and Dist[
tVertex]+self.Arcs[tVertex][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：{}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