如何用Python获取迭代过程中指定元素对应的数组最小值？

嘿，看起来你是在实现类似Dijkstra算法这类需要迭代找最小距离的逻辑对吧？我来帮你梳理下怎么处理这个需求——核心就是基于当前的待处理顶点集合Q，找到它们对应dist数组里的最小值，同时定位到对应的顶点。

先明确数组的对应关系 #

首先得搞清楚三个数组的关联：

• vertex数组里的每个元素，和dist数组的索引是一一对应的：比如vertex[0] = 2，对应的距离就是dist[0]；vertex[4] = 8，对应的距离是dist[4]。
• Q是每次迭代中还没处理的顶点集合，里面的元素都是从vertex里来的。

方法一：遍历Q逐个比较（直观易懂） #

这种方式适合刚上手的场景，逻辑清晰：

1. 先建立一个顶点到索引的映射字典，方便快速通过顶点值找到它在dist里的位置：

   vertex_to_idx = {v: i for i, v in enumerate(vertex)}
   

   比如要找顶点8的索引，直接vertex_to_idx[8]就能拿到4，对应dist[4]的值。
2. 每次迭代时，遍历Q里的每个顶点，记录最小的距离和对应的顶点：

   # 初始化最小值为无穷大，对应顶点设为None
   min_dist = float('inf')
   min_vertex = None
   
   for v in Q:
       idx = vertex_to_idx[v]
       if dist[idx] < min_dist:
           min_dist = dist[idx]
           min_vertex = v
   

   拿你给出的第二次迭代举例：Q=[4,5,7,8]，dist=[0.,4.,2.,2.,1.]，遍历后会找到最小距离是1.，对应的顶点是8。

方法二：用内置min函数简化代码（更Pythonic） #

如果想让代码更简洁，可以用Python的min函数结合lambda表达式，一行搞定顶点查找：

vertex_to_idx = {v: i for i, v in enumerate(vertex)}
# 找到Q中对应dist最小的顶点
min_vertex = min(Q, key=lambda v: dist[vertex_to_idx[v]])
# 拿到对应的最小距离
min_dist = dist[vertex_to_idx[min_vertex]]

这个逻辑和方法一完全一致，只是把遍历比较的工作交给了内置函数，代码更紧凑。

额外补充：处理多个顶点同属最小值的情况 #

如果有多个顶点对应相同的最小距离，上面的方法只会返回第一个遇到的顶点。要是你需要所有符合条件的顶点，可以这样做：

vertex_to_idx = {v: i for i, v in enumerate(vertex)}
# 先拿到当前Q中的最小距离值
current_min_dist = min(dist[vertex_to_idx[v]] for v in Q)
# 筛选出所有对应距离等于最小值的顶点
min_vertices = [v for v in Q if dist[vertex_to_idx[v]] == current_min_dist]

这样就能得到所有满足条件的顶点列表了。

内容的提问来源于stack exchange，提问作者Arturo Verbel De León