常用的机器人导航算法中求取最短路径的算法除了A算法以外，Dijstra（迪杰克斯拉）算法也是广泛使用的一种算法。通常来说，A搜索效率较高，而Dijstra的算法简单，较容易得出最小路径的长度。

算法推演

Dijstra算法主要用于求得一个点到其余各个点之间的最短路径。如图所示，应用场景可以如下，已知多个城镇之间的交通时间，求得源城镇A到目标城镇的最短时间。设定中路径可以为单程，各箭头数字表示1点到达2点的时间耗费。计算从A到G的最短耗费。

0

1

2

3

4

5

算法实现步骤

由上述推演可知，实现Dijstra算法的主要步骤如下：
1 选择起点start与终点goal
2 所有点除起点外加入开启列表，并将起点加入关闭列表
3 初始化计算，更新起点与其他各点的耗费dis(start,n)

• 开启列表中，选择dis(start,n)中值最小的点x
• 将x加入关闭列表
• 对于剩余列表中，计算dis(start,n)>dis(start,x)+dis(x,n)
  若真则dis(start,n)=dis(start,x)+dis(x,n)，此时start与n点路径经过x点。
• 循环直至goal点加入开启列表，取得dis(start,goal)即为最短距离

Dijstra算法编程实现

#!/usr/bin/env python
#coding:utf-8

def dij(G,start,end):
    dis={}
    visited={}
    father={}
    Path = []
    for x in G:
        dis[x]=G[start][x]
        visited[x]=0
        if dis[x]<F:
            father[x]=start
    visited[start]=True
    for y in G:
        min=F
        for z in G[y]:
            if not visited[z] and dis[z]<min:
                min=dis[z]
                min_i=z
        visited[min_i]=True
        for w in G:
            if not visited[w] and (dis[w]>dis[min_i]+G[min_i][w]):
                dis[w]=dis[min_i]+G[min_i][w]
                father[w]=  min_i
    cost=dis[end]
    while 1:
        Path.append(end)
        if end == start: break
        end = father[end]
    Path.reverse()
    return (Path,cost)

F=9999
G={  'a':{'a':0,'b':20,'c':F,'d':80,'e':F,'f':F,'g':90,'h':F},
    'b':{'a':F,'b':0,'c':F,'d':F,'e':F,'f':10,'g':F,'h':F},
    'c':{'a':F,'b':F,'c':0,'d':10,'e':F,'f':50,'g':F,'h':20},
    'd':{'a':F,'b':F,'c':F,'d':0,'e':F,'f':F,'g':20,'h':F},
    'e':{'a':F,'b':50,'c':F,'d':F,'e':0,'f':F,'g':30,'h':F},
    'f':{'a':F,'b':F,'c':10,'d':40,'e':F,'f':0,'g':F,'h':F},
    'g':{'a':20,'b':F,'c':F,'d':F,'e':F,'f':F,'g':0,'h':F},
    'h':{'a':F,'b':F,'c':F,'d':F,'e':F,'f':F,'g':F,'h':0}
    }
print dij(G,'a','g')