解決最短路徑問題：(如下三種算法)

(1)迪杰斯特拉算法(Dijkstra算法)

(2)弗洛伊德算法(Floyd算法)

(3)SPFA算法

第一種算法：

Dijkstra算法

廣度優(yōu)先搜索解決賦權(quán)有向圖或者無向圖的單源最短路徑問題.是一種貪心的策略

算法的思路

聲明一個數(shù)組dis來保存源點到各個頂點的最短距離和一個保存已經(jīng)找到了最短路徑的頂點的集合：T，初始時，原點s的路徑權(quán)重被賦為0(dis[s]=0)。若對于頂點s存在能直接到達的邊(s,m)，則把dis[m]設(shè)為w(s, m),同時把所有其他(s不能直接到達的)頂點的路徑長度設(shè)為無窮大。初始時，集合T只有頂點s。

然后，從dis數(shù)組選擇最小值，則該值就是源點s到該值對應(yīng)的頂點的最短路徑，并且把該點加入到T中，OK，此時完成一個頂點，再看看新加入的頂點是否可以到達其他頂點并且看看通過該頂點到達其他點的路徑長度是否比源點直接到達短，如果是，那么就替換這些頂點在dis中的值，然后，又從dis中找出最小值，重復(fù)上述動作，直到T中包含了圖的所有頂點。

第二種算法：

Floyd算法

原理：

Floyd算法(弗洛伊德算法)是一種在有向圖中求最短路徑的算法。它是一種求解有向圖中點與點之間最短路徑的算法。

用在擁有負(fù)權(quán)值的有向圖中求解最短路徑(不過不能包含負(fù)權(quán)回路)

流程：

有向圖中的每一個節(jié)點X，對于圖中過的2點A和B，

如果有Dis(AX)+ Dis(XB)< Dis(AB)，那么使得Dis(AB)=Dis(AX)+Dis(XB)。

當(dāng)所有的節(jié)點X遍歷完后，AB的最短路徑就求出來了。

示例一：

示例二：

示例三：

第三種算法：

SPFA算法是求解單源最短路徑問題的一種算法，由理查德·貝爾曼(Richard Bellman) 和 萊斯特·福特 創(chuàng)立的。有時候這種算法也被稱為 Moore-Bellman-Ford 算法，因為 Edward F. Moore 也為這個算法的發(fā)展做出了貢獻。它的原理是對圖進行V-1次松弛操作，得到所有可能的最短路徑。

其優(yōu)于迪科斯徹算法的方面是邊的權(quán)值可以為負(fù)數(shù)、實現(xiàn)簡單，缺點是時間復(fù)雜度過高，高達 O(VE)。但算法可以進行若干種優(yōu)化，提高了效率。

思路：

我們用數(shù)組dis記錄每個結(jié)點的最短路徑估計值，用鄰接表或鄰接矩陣來存儲圖G。我們采取的方法是動態(tài)逼近法：設(shè)立一個先進先出的隊列用來保存待優(yōu)化的結(jié)點，優(yōu)化時每次取出隊首結(jié)點u，并且用u點當(dāng)前的最短路徑估計值對離開u點所指向的結(jié)點v進行松弛操作，如果v點的最短路徑估計值有所調(diào)整，且v點不在當(dāng)前的隊列中，就將v點放入隊尾。這樣不斷從隊列中取出結(jié)點來進行松弛操作，直至隊列空為止。

原文鏈接：https://www.py.cn/jishu/gaoji/19619.html

總結(jié)

以上是生活随笔為你收集整理的python迷宫最短路径_python实现最短路径的实例方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。