python元组字典中的DFS

所以我花了5个小时在谷歌上搜索DFS、BFS、A*、贝尔曼福特和其他公司

我有

roads=[（'a'，[（'b'，5.0），（'c'，8.0）]，（'b'，[（'a'，5.0），（'d'，6.0）]，（'c'，[（'a'，8.0），（'d'，2.0）]，（'d'，[（'b'，6.0），（'c'，2.0），（'e'，12.0），（'f'，2.0）]，（'e'，['d'，12.0），（'，
（'g'，3.0）]，（'f'，[（'d'，2.0），（'g'，7.0）]，（'g'，[（'e'，3.0），（'f'，7.0）]]

加权字典。我发现这个代码：

def find_all_paths(graph, start, end, path=[]):
    path = path + [start]
    if start == end:
        return [path]
    if not start in graph:
        return []
    paths = []
    for node in graph[start]:
        if node not in path:
            newpaths = find_all_paths(graph, node, end, path)
            for newpath in newpaths:
                paths.append(newpath)
    return paths

它从未在道路上找到起点，并返回

[]

---

我太迷路了。我了解这些算法的功能，但不知道如何编写它们。我只想找到最短的路

您复制的代码无法解决您的问题。首先，请注意，它的名称告诉您它做了其他事情。此外，它甚至不看边权重

最后，它完全不是为处理图形表示而设计的。请注意，

start

参数在我假设的字典中用作键，它希望该值是可访问节点的iterable。但你不是在给它一本字典，而是在给它一个列表

对于空列表返回值，如果您这样调用函数：

path = find_all_paths(graph, 'a', 'f')

…那么这是正确的<代码>'a'根本不是图形中的节点。您的节点是元组，以类似

'a'

的标识符开始，但也包含一个2元组列表。您每次都必须键入以下内容：

path = find_all_paths(
  graph,
  start=('a', [('b', 5.0), ('c', 8.0)]),
  end=('f', [('d', 2.0), ('g', 7.0)]),
  )

恶心

最后，像

（'d'，2.0）

这样的2元组也不是节点。即使您修复了它的其余部分，一旦其中一个参数作为新的

start

参数传递到递归函数调用中，这些参数仍然会使

if start not in graph:

测试失败。如果您解决了这个问题，它们将与指定的

end

节点不匹配。此代码无法执行您想要的操作

我的建议是：

不要将随机数据插入你在互联网上找到的函数中。开始简单：将返回最短路径，这是您想要的。它是一个*没有启发式函数（你说你已经读过了*）。编写代码，然后担心变得复杂。（请注意，您可能需要一个可调优先级队列——您可以使用构建一个。）

您需要通过一个不可变的ID访问任意节点，因此您的图应该是一个字典，而不是一个列表。键是单字母字符串，值是边的列表（或元组）。然后，您可以使用类似以下内容遍历节点的所有边：

for-edge in-graph['a']：

如果您创建一个名为

Edge

的文件，其中包含两个字段：

dest

和

weight

，您的生活可能会轻松得多。（如果您发现还需要原点，可以填写3个字段：

orig

、

dest

和

weight

）

>P>查找其他数据块，并考虑编写另一个代码>命名NUTPLE < /代码>，或为它们编写一个类。（第一个竞争者：

路径

，使用

权重

方法。）

考虑使用来显示大型嵌套结构，如图形。这将使打印到控制台的调试更加容易

PS：我发现斯图尔特·拉塞尔和彼得·诺维格的前几章是对像这样的图搜索算法的极好介绍。。。不幸的是，这本书的大部分内容对你来说可能是离题的