Python 3.x 计算完整图中的距离度量

假设我有一个数组，即

Map

Map[i][j]

表示区域

i

和区域

j

之间的距离。根据这一定义，我们得到：

a）

Map[i][i]

始终等于0

b）

Map[i][k]
area1
-->
area0
}，路线距离
Map[0][1]
+
Map[1][0]
=2+2=4

想知道这样做的最佳方法是什么吗？
你可以使用A*算法，使用
Map[i][j]
作为到目标节点的最小剩余距离的启发式（假设，如你所说，
Map[i][j]=k
，或
[4,4,3]，[4,2,5]，[3,5,2]
用于
len path）==k
不要以内置的名称命名。如果您指定
map=[1,2,3]
您将其阴影化，那么已经有一个名为
map（）
的东西了-因为现在
map
指向一个列表，而不再指向
map（）
功能。我想你可以做Dijkstra's，在巡演结束之前不要停止。还有：
map[I][k]是不是所有区域都相互连接？如果是这样，你可能会得到
0->1（1是最低距离）->0->1->0->0->0，因为k==5和0->0
你可能需要指定一些更多的规则，比如：后退，圆圈（0->1->2->0->1代表0->1和k=3）等等…@tobias_k是的，
Map[i][k]@PatrickArtner路由{0->1（1是最低距离）->0->1->0->1->0}对
k=5
无效，因为只计算不同的区域。路由{0->1->0->1->0}只经过两个不同的区域。
def func(Map,k):
    n=len(Map)    
    D_temp = [list(x) for x in Map]
    D = [list(x) for x in Map]
    for m in range(k - 1):    
        for i in range(n):
            for j in range(n):
                tmp = [D[i][x] + Map[x][j] for x in range(n) if x != i and x != j]
                D_temp[i][j] = min(tmp)
        D = [list(x) for x in D_temp]
    return D
func([[0, 2, 3], [2, 0, 1], [3, 1, 0]],2)

import heapq
def min_path(Map, k, i, j):
    heap = [(0, 0, i, [])]
    while heap:
        _, cost, cur, path = heapq.heappop(heap)
        if cur == j and len(path) >= k:
            return cost
        for other in range(len(Map)):
            if other != cur:
                c = cost + Map[cur][other]
                heapq.heappush(heap, (c + Map[other][j], c, other, path + [other]))

def func(Map, k):
    n = len(Map)  
    return [[min_path(Map, k, i, j) for i in range(n)] for j in range(n)]
res = func([[0, 2, 3], [2, 0, 1], [3, 1, 0]], 2)