wordpress虚拟资源,seo项目优化案例分析文档,重庆市住房和城乡建设厅网站首页,wordpress 添加幻灯片Dijkstra算法是一种用于寻找带权重图中从一个起始节点到其他节点的最短路径的算法。下面是一个使用Python实现Dijkstra算法的示例代码#xff1a; import heapq def dijkstra(graph, start): # 创建一个字典来存储节点到起始节点的最短距离 distances {node: float(infinity)…Dijkstra算法是一种用于寻找带权重图中从一个起始节点到其他节点的最短路径的算法。下面是一个使用Python实现Dijkstra算法的示例代码 import heapq def dijkstra(graph, start): # 创建一个字典来存储节点到起始节点的最短距离 distances {node: float(infinity) for node in graph} distances[start] 0 # 使用优先队列最小堆来选择下一个要探索的节点 priority_queue [(0, start)] while priority_queue: current_distance, current_node heapq.heappop(priority_queue) # 如果当前距离大于节点距离字典中的值则跳过 if current_distance distances[current_node]: continue # 遍历当前节点的相邻节点 for neighbor, weight in graph[current_node].items(): distance current_distance weight # 如果新的路径比已知的路径更短则更新距离字典 if distance distances[neighbor]: distances[neighbor] distance heapq.heappush(priority_queue, (distance, neighbor)) return distances # 示例图的字典表示
graph { A: {B: 1, C: 4}, B: {A: 1, C: 2, D: 5}, C: {A: 4, B: 2, D: 1}, D: {B: 5, C: 1}
} start_node A
shortest_distances dijkstra(graph, start_node) for node, distance in shortest_distances.items():
print(fShortest distance from {start_node} to {node} is {distance})
这个代码首先创建了一个距离字典来跟踪从起始节点到各个节点的最短距离然后使用优先队列最小堆来选择下一个要探索的节点。在遍历节点时它会检查是否存在更短的路径如果有就更新距离字典。最终它输出从起始节点到其他节点的最短距离
