Python NetworkX goldberg_radzik用法及代码示例

计算加权图中最短路径的最短路径长度和前导。

该算法的运行时间为\(O(mn)\)，其中\(n\) 是节点数，\(m\) 是边数。它比 Dijkstra 慢，但可以处理负边权重。

参数：

G：NetworkX 图

该算法适用于所有类型的图，包括有向图和多重图。

source: node label：

路径的起始节点

weight：字符串或函数

如果这是一个字符串，则将通过带有此键的边属性访问边权重(即，连接 u 到 v 的边的权重将为 G.edges[u, v][weight] )。如果不存在这样的边属性，则假设边的权重为 1。

如果这是一个函数，则边的权重是函数返回的值。该函数必须准确地接受三个位置参数：一条边的两个端点和该边的边属性字典。该函数必须返回一个数字。

返回：

pred, dist：字典

将节点键控的两个字典分别返回到路径中的前任和到源的距离。

抛出：

NodeNotFound

如果 source 不在 G 中。

NetworkXUnbounded

如果 (di) 图包含负 (di) 循环，则算法会引发异常以指示存在负 (di) 循环。注意：无向图中的任何负权边都是负循环。

注意：

边权重属性必须是数字。距离计算为遍历的加权边的总和。

返回的字典仅具有可从源访问的节点的键。

在(di)图不连通的情况下，如果不包含源的组件包含负(di)循环，则不会被检测到。

例子：

>>> G = nx.path_graph(5, create_using=nx.DiGraph())
>>> pred, dist = nx.goldberg_radzik(G, 0)
>>> sorted(pred.items())
[(0, None), (1, 0), (2, 1), (3, 2), (4, 3)]
>>> sorted(dist.items())
[(0, 0), (1, 1), (2, 2), (3, 3), (4, 4)]

>>> G = nx.cycle_graph(5, create_using=nx.DiGraph())
>>> G[1][2]["weight"] = -7
>>> nx.goldberg_radzik(G, 0)
Traceback (most recent call last):
    ...
networkx.exception.NetworkXUnbounded: Negative cycle detected.