* 创建 GUI 界面。 * **功能要求：** * 加载并**静态展示** `small_map.csv` 的拓扑结构。 * 允许用户输入或选择**起点**和**终点**。 * 提供“计算最短路径”按钮。 * 点击按钮后，调用 `FindShortestPath`，在地图上**高亮**最短路径。 * 在界面上**显示**最短路径序列和总权重。 * **要求：** 功能正确可用，界面基本清晰。 *6. 代码结构与文档要求** * **6.1 代码结构 (建议)** * 将代码合理组织成模块或类。例如： * `graph_structure.py` (或 `Graph.java`): 定义图的数据结构和基本操作。 * `algorithms.py` (或 `Pathfinding.java`): 实现 DFS/BFS 和 Dijkstra 算法。 * `data_loader.py` (或 `DataLoader.java`): 负责加载地图数据。 * `gui.py` (或 `MainApp.java` / Web 相关文件): 实现图形用户界面。 * `main.py` (或 `Main.java`): 程序入口。 * 代码应包含必要的注释，解释关键逻辑和复杂部分。 * 遵循你所用语言的编码规范（如 PEP 8 for Python）。 * **6.2 说明文档 (`README.md` 或 `说明文档.pdf`)** * **必须包含：** * 项目概述：简要介绍项目目标和实现的功能。 * 运行环境：说明运行你的项目所需的依赖库及其版本（如 Python 3.x, PyQt5, NetworkX 等），并提供安装说明（例如 `requirements.txt` 文件和 `pip install -r requirements.txt` 命令）。 * 如何运行：清晰说明启动程序的步骤。 * 设计思路：阐述你选择的数据结构、算法以及 GUI 实现方案。 * **算法复杂度分析：** (对应 4.4 节要求)。 * **第一部分功能演示说明：** 简述如何操作 GUI 以展示第一部分要求的功能。这是后半部分

### 城市配送路径规划系统的实现 为了满足城市配送路径规划系统的要求，可以使用 Python 的 `tkinter` 库来构建图形用户界面 (GUI)，并结合网络图库如 `networkx` 和绘图库如 `matplotlib` 来完成地图展示、路径计算和高亮功能。 以下是具体的功能模块设计： #### 1. 加载数据文件 通过读取 `small_map.csv` 文件中的节点和边信息，将其转换为适合处理的数据结构。这可以通过 Pandas 或纯 Python 实现[^3]。 ```python import pandas as pd def load_data(file_path): data = pd.read_csv(file_path) graph_data = {} for _, row in data.iterrows(): node_a, node_b, weight = row['node_a'], row['node_b'], row['weight'] if node_a not in graph_data: graph_data[node_a] = [] graph_data[node_a].append((node_b, weight)) return graph_data ``` #### 2. 静态展示拓扑结构 利用 `networkx` 构建图模型，并借助 `matplotlib` 将其绘制出来[^4]。 ```python import networkx as nx import matplotlib.pyplot as plt def display_topology(graph_data): G = nx.Graph() for node, edges in graph_data.items(): for edge in edges: neighbor, weight = edge G.add_edge(node, neighbor, weight=weight) pos = nx.spring_layout(G) # 使用 spring layout 绘制布局 nx.draw_networkx_nodes(G, pos, node_size=700) nx.draw_networkx_edges(G, pos, edgelist=G.edges(), edge_color='b') nx.draw_networkx_labels(G, pos) plt.show() ``` #### 3. 输入起点与终点 在 GUI 中添加两个输入框供用户指定起点和终点。此部分可通过 `tkinter.Entry` 完成[^5]。 ```python from tkinter import Tk, Label, Entry, Button def create_input_fields(root): start_label = Label(root, text="Start Node:") start_entry = Entry(root) end_label = Label(root, text="End Node:") end_entry = Entry(root) start_label.grid(row=0, column=0) start_entry.grid(row=0, column=1) end_label.grid(row=1, column=0) end_entry.grid(row=1, column=1) return start_entry, end_entry ``` #### 4. 计算最短路径 采用 Dijkstra 算法或其他适用算法，在给定的图中找到从起点到终点的最短路径[^6]。 ```python def calculate_shortest_path(graph_data, start_node, end_node): G = nx.Graph() for node, edges in graph_data.items(): for edge in edges: neighbor, weight = edge G.add_edge(node, neighbor, weight=weight) shortest_path = nx.dijkstra_path(G, source=start_node, target=end_node) total_weight = sum([G[u][v]['weight'] for u, v in zip(shortest_path[:-1], shortest_path[1:])]) return shortest_path, total_weight ``` #### 5. 高亮显示路径 更新之前的绘图函数以支持突出显示特定路径[^7]。 ```python def highlight_path(graph_data, path): G = nx.Graph() for node, edges in graph_data.items(): for edge in edges: neighbor, weight = edge G.add_edge(node, neighbor, weight=weight) pos = nx.spring_layout(G) nx.draw_networkx_nodes(G, pos, nodelist=path, node_color='r', node_size=800) nx.draw_networkx_edges(G, pos, edgelist=[(path[i], path[i+1]) for i in range(len(path)-1)], width=3, edge_color='r') nx.draw_networkx_labels(G, pos) plt.show() ``` #### 6. 输出路径序列和总权重 将计算得到的结果打印至 GUI 上的一个标签区域[^8]。 ```python def update_output_field(output_label, path, total_weight): output_text = f"Path: {' -> '.join(map(str, path))}\nTotal Weight: {total_weight}" output_label.config(text=output_text) ``` --- ### 整合代码示例 以下是一个完整的程序框架： ```python root = Tk() graph_data = load_data('small_map.csv') # 替换为实际文件名 start_entry, end_entry = create_input_fields(root) output_label = Label(root, text="") output_label.grid(row=3, columnspan=2) def on_submit(): start_node = start_entry.get() end_node = end_entry.get() try: path, total_weight = calculate_shortest_path(graph_data, start_node, end_node) update_output_field(output_label, path, total_weight) highlight_path(graph_data, path) except Exception as e: output_label.config(text=f"Error: {str(e)}") submit_button = Button(root, text="Calculate Path", command=on_submit) submit_button.grid(row=2, columnspan=2) display_topology(graph_data) # 初始静态展示 root.mainloop() ``` ---