将文本文件转换为图形

Question

我目前正在尝试从项目 euler 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，我的计划是将文本文件中的数字用逗号分隔（它们不是“预网格”，所以它不是 80 x 80 结构）并将它们转换成字典，我可以将它们存储为图形其中所有顶点垂直和水平连接所以取 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形的字典graph = {    a: b, e    b: a, c, f    c: b, d, g     etc etc ...}  我将使用 djkstra 的算法从中找到最小路径，因为 txt 文件中的值实际上是整数并具有权重值PS这是解决问题的好方法吗？

Answer 1

在问题 81 中，你只能向右或向下移动。所以你的 Dijkstra 算法需要一个有向图。如果您使用字典作为图形，则此 dict 中的每个值（列表）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if@AustinHastings 的最后一段代码中的前两个块。否则，您将向 4 个方向移动并得到不同的结果。这是问题 81 中示例的解决方案。我使用了包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]

Answer 2

在问题 81 中，你只能向右或向下移动。所以你的 Dijkstra 算法需要一个有向图。如果您使用字典作为图形，则此 dict 中的每个值（列表）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if@AustinHastings 的最后一段代码中的前两个块。否则，您将向 4 个方向移动并得到不同的结果。这是问题 81 中示例的解决方案。我使用了包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]