Python中Dijkstra算法在真实地图上的最短路径

时间:2019-07-24 07:32:47

标签: python algorithm

我试图通过Dijkstra的算法在真实地图上找到两个地点之间的最短路径,但是我无法在有限的时间内(120秒)获得结果。如何优化代码?我只允许使用“枕头”作为外部包装。

map上有两个红色斑点(33,193)(749,457),我想画出它们的最短路径。但是即使花费很长时间也无法取得结果。我已经很好地测试了Dijkstra的算法,并且不知道它是否还有很多错误。 Dijkstra算法的创建距离相同-1。

Here是完整的代码。

def walkback(P, x, y):
    L = [y]
    while x != y:
        y = P[y]
        L = [y] + L
    return L

def path(A, x, y):
    M = []
    W = [x]
    P = {}
    while W != []:
       u = W.pop()
       if u == y:
            return walkback(P, x, y)
       M.append(u)
       for v in A[u]:
           if not v in M:
               P[v] = u
               W.append(v)
    return None

这是Dijkstra的算法。 我为此进行了测试。

A = { 1.324: [2,5.24], 2: [1.324,6], 3: [2],
      4: [5],   5.24: [2,6], 6: [3] }
print(path(A, 1.324, 6))
print(path(A, 1.324, 4))

对于任何像素,白色和红色(开始,结束)是可移动的点,并设置为0。其他颜色设置为1。

for x in range(0, w):
    for y in range(0, h):
        (r, g, b, a) = im.getpixel((x, y))
        if (r, g, b) == (255, 0, 0):
            Red.append((x, y))
            arr[y][x] = 0
        elif (r, g, b) == (255, 255, 255):
            arr[y][x] = 0
        else:
            arr[y][x] = 1

这会为任何活动点创建一个图形。对于['0.1':['0.2','0.3']],这意味着您可以从(0,1)移至(0,2)和(0,3)。

def coord2num(x, y):
    z = str(x) + "." + str(y)
    return z

B = {}
for x in range(0, h):
    for y in range(0, w):
        if arr[x][y] != 0:
            continue
        key = coord2num(x, y)
        B[key] = []
        if x - 1 >= 0 and arr[x - 1][y] == 0:
            value = coord2num(x - 1, y)
            B[key].append(value)
        if x + 1 < h and arr[x + 1][y] == 0:
            value = coord2num(x + 1, y)
            B[key].append(value)
        if y + 1 < w and arr[x][y + 1] == 0:
            value = coord2num(x, y + 1)
            B[key].append(value)
        if y - 1 >= 0 and arr[x][y - 1] == 0:
            value = coord2num(x, y - 1)
            B[key].append(value)

我希望输出最短的路径,但仍然用完了时间。

1 个答案:

答案 0 :(得分:0)

使用Dijkstra是强制性的吗?似乎在这里使用A *方法会更好,因为您可以轻松设计出良好的启发式方法(例如,曼哈顿距离)。

这可能会解决您的时间限制问题。另外,在真实地图上,您应该阐明图形的定义方式(您只考虑交点吗?否则,如何削减空间?)。