青岛网站建设保山,企业查询网页版,wordpress程序appcms,学生个人网页制作html动态目录
1.算法流程简介
2.算法核心代码
3.算法效果展示
1.算法流程简介
#最短路径算法
#针对有向图的最短路径问题,我们有很多的算法能解决.目前主流算法如下所示:
Dijkstra算法:Dijkstra算法是一种单源最短路径算法,用于计算从起点到其它所有节点的最短…目录
1.算法流程简介
2.算法核心代码
3.算法效果展示
1.算法流程简介
#最短路径算法
#针对有向图的最短路径问题,我们有很多的算法能解决.目前主流算法如下所示:
Dijkstra算法:Dijkstra算法是一种单源最短路径算法,用于计算从起点到其它所有节点的最短路径。该算法的基本思想是从起点开始依次计算每个节点到起点的最短路径然后再依次计算每个节点到起点的最短路径直到所有节点都被计算完毕。。
Ford算法:Ford算法是一种动态规划算法,用于找到带权重的有向图中从一个起点到所有其他节点的最短路径。该算法可以处理负边权图并且还可以检测到负权环。
Floyd-Warshall算法:Floyd-Warshall算法是一种动态规划算法,用于找到带权重的有向图中任意两个节点之间的最短路径。该算法可以处理负边权图并且可以同时计算多组最短路径。#在python中,我们能够借用networkx库中的函数来进行最短路径的求解
如下所示:networks_shortest_path(G,source,target,weight,method)函数如下所示:
networkx.shortest_path(G, sourceNone, targetNone, weightNone, methoddijkstra)
1.G代表图矩阵,可以是无向或者有向
2.source代表的是起始点
3.target代表的是终止点
4.weight代表的边与边之间的权重关系
5.method表示所用的算法,默认为Dijkstra,也可以指定Bellman-Ford和Floyd-Warshall。
#ps1:该算法返回值是一个字典,键表示的是目标结点,值表示最短路径
#ps2:如果需要求最短的距离,请使用networks_short_path_length()具体流程步骤:
#1.导入各边距离权重矩阵
#2.将矩阵进行转化
#3.求解任意点的最短路径问题,以A点为例
2.算法核心代码
import networkx as nx
#1.导入各边距离权重矩阵
number6#gragh中参与计算的点的数量
dis [[0, 50, 0, 40, 25, 10],[50, 0, 15, 20, 0, 25],[0, 15, 0, 10, 20, 0],[40, 20, 10, 0, 10, 25],[25, 0, 20, 10, 0, 55],[10, 25, 0, 25, 55, 0]]
#2.将矩阵进行转化
Gnx.DiGraph()
for i in range(number):for j in range(number):if dis[i][j]!0:#可以处理负权G.add_edge(chr(i65),chr(j65),weightdis[i][j])
#3.求解任意点的最短路径问题,以A点为例
best_path nx.shortest_path(G, sourceA, weightweight)
best_path_length nx.shortest_path_length(G, sourceA, weightweight)#答案存在这里
for loc,cost in best_path_length.items():print(从A到,str(loc),的最短路径是,str(best_path[loc]),票价为str(cost)元)
3.算法效果展示
