# Route planning

## Spis treści
* [Informacje](#informacje)
* [Pętla główna](#definicja pętli głównej strategii przeszukiwania)
* [Funkcja następnika](#definicja funkcji następnika)
* [Heurystyka](#definicja przyjętej heurystyki)


## Informacje

Omawiane fragmenty kodu znajdują się w pliku ```dijkstra.py```.
Po uruchomieniu programu, użytkownik ma do wyboru samodzielne sterowanie traktorem przy pomocy strzałek (1) lub podawanie punktów wykorzystujące planowanie ruchu (0). Przy wyborze drugiej z opcji, aby wykonać ruch, użytkownik w aktywnym oknie programu naciska spację, po czym podaje dwa punkty.

## Pętla główna

Implementacja algorytmu Dijkstry:

```
def dijkstra(src):
    dist = [sys.maxsize] * len(graph)
    dist[src] = 0
    sptSet = [False] * len(graph)

    for cout in range(len(graph)): 
        u = minDistance(dist, sptSet) 
        sptSet[u] = True
        for v in range(len(graph)):
            if graph[u][v] > 0 and sptSet[v] == False and dist[v] > dist[u] + graph[u][v]: 
                dist[v] = dist[u] + graph[u][v]

    return dist
```

Dla ```src``` będącego wierzchołkiem źródłowym, funkcja zwraca koszt przejścia do każdego punktu w grafie w postaci listy ```dist```.

Dopóki nie zostaną rozpatrzone wszystkie wierzchołki, pętla:
* za wierzchołek ```u``` przyjmuje wierzchołek najbliższy źródła, który nie został jeszcze rozważony
* dla każdego sąsiada ```v``` wierzchołka ```u```, jeżeli przez ```u``` da się dojść do ```v``` szybciej niż dotychczasową ścieżką, to wykonuje podstawienie: ```dist[v] = dist[u] + graph[u][v]```.


## Funkcja następnika

```
def minDistance(dist, sptSet): 
    mini = sys.maxsize 
    for v in range(len(graph)): 
        if dist[v] < mini and sptSet[v] == False: 
            mini = dist[v] 
            min_index = v 
    return min_index 
```

Funkcja zwraca indeks wierzchołka, który jest najbliższej źródła, a nie został jeszcze rozważony, przeszukując w tym celu pozostałe wierzchołki grafu.

## Heurystyka