将文本文件转换为图形

Question

我目前正在尝试从欧拉项目中解决问题81。如何将带有数字流的txt文件转换为存储图形的字典？

现在，我的计划是获取文本文件，并用逗号分隔数字（它们不是“预网格”，因此不在80 x 80的结构中），并将其转换为字典，可以将其存储为图

所有顶点垂直和水平连接

因此，以txt文件中的项目（使用4 x 4网格作为演示）：

"a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p"

将它们转换为存储图的字典

graph = {
    a: b, e
    b: a, c, f
    c: b, d, g 
    etc etc ...
}  

由于txt文件中的值实际上是整数并且具有权重值，因此我将使用djkstra的算法从中找到最小路径

P.S 这是解决问题的好方法吗？

Answer 1

您没有指定实际的输入文件格式。我假设它是由逗号分隔的6400个整数，没有换行符（或者末尾有一个换行符...）。但这可能有所不同...

首先，让我们阅读以下内容：

a, b, c, d,
e, f, g, h, 

现在将单个长长的数字列表分成80行。我假设您的4x4示例就是这样的：

SIZE_80x80 = 80 * 80
numbers = read_numbers('matrix.txt')
assert len(numbers) == SIZE_80x80, "Expecting 80x80 matrix!"

matrix = []
for index in range(0, SIZE_80x80, 80):
    matrix.append(numbers[index:index+80])

所以我们将以相同的方式中断行：

matrix

现在您有了matrix[0][1]中的数字，按行然后按列索引。也就是说，在您的4x4示例中，matrix[1][0]为'b'。而# import collections graph = collections.defaultdict(list) for r, row in enumerate(matrix): for c, num in enumerate(row): if r > 0: graph[num].append(matrix[r-1][c]) if c > 0: graph[num].append(matrix[r][c-1]) if c < 80-1: graph[num].append(matrix[r][c+1]) if r < 80-1: graph[num].append(matrix[r+1][c]) 为'e'。

您的问题询问如何建立邻居字典。在可用矩阵的情况下，只需对其进行迭代即可：

{{1}}

Answer 2

在问题81中，您只能向右或向下移动。因此，您的Dijkstra算法需要一个有向图。如果使用字典作为图，则该字典中的每个值（列表）都不得超过2个节点（您只能在2个方向上移动-> 2个邻居）。您可以删除@AustinHastings的最后一段代码中的前两个if块。否则，您将向四个方向移动，并且将获得不同的结果。这是问题81中示例的解决方案。我使用了软件包networkx和jupyter notebook：

import networkx as nx
import numpy as np
import collections

a = np.matrix("""131 673 234 103 18;
                 201 96 342 965 150;
                 630 803 746 422 111;
                 537 699 497 121 956;
                 805 732 524 37 331""")

rows, columns = a.shape

# Part of @AustinHastings solution
graph = collections.defaultdict(list)
for r in range(rows):
    for c in range(columns):
        if c < columns - 1:
           # get the right neighbor 
           graph[(r, c)].append((r, c+1))
        if r < rows - 1:
           # get the bottom neighbor
           graph[(r, c)].append((r+1, c))

G = nx.from_dict_of_lists(graph, create_using=nx.DiGraph)

weights = {(row, col): {'weight': num} for row, r in enumerate(a.tolist()) for col, num in enumerate(r)}
nx.set_node_attributes(G, values=weights)

def weight(u, v, d):
    return G.nodes[u].get('weight')/2 + G.nodes[v].get('weight')/2

target = tuple(i - 1 for i in a.shape)
path = nx.dijkstra_path(G, source=(0, 0), target=target, weight=weight)
print('Path: ', [a.item(i) for i in path])

%matplotlib inline
color_map = ['green' if n in path else 'red' for n in G.nodes()]
labels = nx.get_node_attributes(G, 'weight')
pos = {(r, c): (c, -r) for r, c in G.nodes()}
nx.draw(G, pos=pos, with_labels=True, node_size=1500, labels = labels, node_color=color_map)

输出：

Path:  [131, 201, 96, 342, 746, 422, 121, 37, 331]