Python 加快Dijkstra'；求解三维迷宫的s算法

我正在尝试编写一个Python脚本来解决3D迷宫问题，我正在使用Dijkstra的算法和优先级队列（包含在模块heapq中）来完成。以下是我的主要功能代码：

from heapq import *
def dijkstra(start,end,vertices,obstacles):
    covered=[]
    s=vertices.index(s)
    currentVertex=s
    liveDistances={}
    for i in range(len(vertices)):
        liveDistances[i]=inf
    liveDistances[s]=0
    next=[[liveDistances[s],s]]
    while next:
        np,currentVertex=heappop(next)
        covered.append(currentVertex)
        for u in sons(vertices[currentVertex]):
            v=vertices.index(u)
            if v in covered:continue
            if 1+liveDistances[currentVertex]<liveDistances[v]:
                liveDistances[v]=1+liveDistances[currentVertex]
                heappush(next,[liveDistances[v],v])
    if liveDistances[vertices.index(e)]!=inf:
        return liveDistances[vertices.index(e)]
    else:
        return "No path!"

来自heapq导入的

*
def dijkstra（起点、终点、顶点、障碍物）：
覆盖=[]
s=顶点。索引（s）
currentVertex=s
liveDistances={}
对于范围内的i（len（顶点））：
livedistance[i]=inf
livedistance[s]=0
下一步=[[liveDistances[s]，s]]
下一步：
np，currentVertex=heappop（下一个）
covered.append（currentVertex）
对于子对象中的u（顶点[currentVertex]）：
v=顶点。索引（u）
如果覆盖v：继续
如果1+liveDistances[currentVertex]您知道*搜索（“A星”）吗？这是对Dijkstra算法的修改，当你了解情况的几何学时，它会有很大的帮助。未经修改的Dijkstra假设任何边缘都可能是通往目标的一条非常短的道路的起点，但通常情况下，情况的几何结构不允许这样做，或者至少使其不太可能

基本的想法是，如果你想找到一条从丹佛到匹兹堡的最短路径，那么通往盐湖城的边缘不太可能有帮助。因此，通过向堆中的权重添加从该节点到目标的距离的下限来偏移权重——在这个2D示例中，这将是直线或大圆距离，因为没有实际道路可以比这短。这种启发式倾向于将错误的选择进一步推到堆中，因此它们通常永远不会被发现

不过，我无法证明你构建3D迷宫的方式是否适用于*搜索。
我怀疑在这两行中会花费大量时间：

v=vertices.index(u)
if v in covered:continue

这两条线都是O（n）操作，其中n是图形中的顶点数

我建议将第一个替换为字典（从顶点名称映射到顶点索引），第二个替换为将
covered
从列表更改为集合

这将使两种操作都达到O（1）级，并可使速度提高几个数量级。
我最初的方法是使用一些基本的回溯：

boolean[][]已访问=新的boolean[h][w][d]；
布尔foundPath=false；
公共无效路径（整数y、整数x、整数z）{
访问[y][x][z]=真；
如果（x==targetx&&y==target&&z==targetz）{
foundPath=true；
返回；
}
if（！visted[y-1][x][z]&&&！foundPath）//if up
路径（y-1，x，z）；
如果（！已访问[y+1][x][z]&&&！foundPath）//如果已关闭
路径（y+1，x，z）；
如果（！visted[y][x-1][z]&&&！foundPath）//如果离开
路径（y，x-1，z）；
如果（！已访问[y][x+1][z]&&&！foundPath）//如果正确
路径（y，x+1，z）；
if（！visted[y][x][z+1]&&&！foundPath）//if forward
路径（y，x，z+1）；
if（！visted[y][x][z-1]&&&！foundPath）//if backward
路径（y，x+1，z-1）；
if（foundPath）返回；
访问[y][x][z]=错误；
}
不，这不正常。我无法通过查看代码发现问题，但如果您提供完整的代码和地图，我可能会帮助您。选择dijkstra而不是BFS还有什么特别的原因吗？我只是更熟悉dijkstra的，因为dijkstra和BFS非常相似，我不认为BFS会有很大的提高。我算法的其余部分只是返回任意给定点的相邻网格点的函数sons，因此我认为这没有什么区别。如果有人想运行代码并自行测试，他们将需要剩余的资源。我尝试了使用欧几里德距离作为启发式的*搜索，虽然在30x30x30没有墙壁的迷宫上，它并没有做出很大的改变。解决这个问题仍然需要一分钟以上的时间。当有更多的墙时，这会有不同。它找不到最短路径，是吗？假设有多个解决方案，不，通常是DFS