最短路徑python

在Python中，最短路徑問題可以使用多種算法來解決，其中一種常見的方法是使用Dijkstra算法。

下面是一個使用Dijkstra算法的示例代碼，它可以找到兩個節點之間的最短路徑：

import heapq

def dijkstra(graph, start, end):
    # 初始化距離字典，將起點到所有節點的距離初始化為無窮大
    distances = {node: float('infinity') for node in graph}
    distances[start] = 0

    # 初始化優先佇列，將起點加入佇列中
    priority_queue = [(0, start)]

    while priority_queue:
        # 取出當前距離最小的節點
        current_distance, current_node = heapq.heappop(priority_queue)

        # 如果當前節點不是目標節點，則跳過
        if current_node != end:
            continue

        # 遍歷當前節點的鄰居節點，並更新它們的距離
        for neighbor, weight in graph[current_node].items():
            distance = current_distance + weight
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(priority_queue, (distance, neighbor))

    return distances

在這個代碼中，graph是一個字典，它的鍵是節點，值是一個字典，表示從起點到該節點的邊的權重。start和end是起點和終點節點的標識符。函式返回一個字典，其中包含從起點到所有其他節點的最短距離。

請注意，這個代碼示例僅適用於無向圖和加權邊的情況。如果您的圖是有向圖或無加權邊的情況，您需要使用不同的算法來解決最短路徑問題。