Question

我尝试使用Python的heapq实现Dijkstra的算法。如果发现导致它的较短路径，该算法需要更改单元格的值。

我用这张支票做了这件事：

if curr_cell[0] + val < prev_cell[0]:  # value of new path is less than old value
    new_cell = (curr_cell[0] + val, prev_cell[1], curr_cell[1])
    heap[index] = new_cell
    heapify(heap)

然而，当在较大的迷宫上运行我的程序时，这需要很长时间，可能是因为heapify()调用。

更改堆条目优先级的更有效方法是什么？

Answer 1

heapq库不支持有效地更新优先级，因为没有有效的方法来搜索堆。如果在O（n）时间内搜索堆并手动替换该元素，则可以使用_siftup（）和_siftdown（）来恢复堆不变量。

或者，这是我编写的兼容实现，它使用dict允许O（1）查找堆索引。

https://github.com/elplatt/python-priorityq

Answer 2

可能的解决方案是将条目标记为已删除，并添加具有修订优先级的新条目。 documentation提供了一个示例实现：

Look at form_values.["222"].choice_values["0"];

Answer 3

实际上，几年前我为此写过一篇文章，您可能会觉得有用！

https://pypi.org/project/priorityq/

Answer 4

@elplatt关于使用字典然后使用_siftdown/_siftup的答案是一个很好的答案。这是另一种实现：https://github.com/ActiveState/code/blob/master/recipes/Python/577892_Dijkstrshortest_path/recipe-577892.py

Answer 5

heapq提供的

heapify（）例程需要线性时间。

因此，每次更改优先级时，不应使用成本为O（n）的heapify（），而应使用数据结构，您可以在其中更改该记录的优先级，并在O（logn）中进行堆积。

您可以使用Queue提供的PriorityQueue。

Python heapq替换优先级

5 个答案: