Python NetworkX single_source_bellman_ford用法及代码示例

计算加权图 G 中的最短路径和长度。

对最短路径使用Bellman-Ford 算法。

参数：

G：NetworkX 图

source：节点标签

路径的起始节点

target：节点标签，可选

路径的结束节点

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：

distance, path：一对字典，或数字和列表

如果 target 为 None，则返回由节点键入的两个字典的元组。第一个字典存储与其中一个源节点的距离。第二个存储从一个源到该节点的路径。如果目标不是无，则返回(距离，路径)的元组，其中距离是从源到目标的距离，路径是表示从源到目标的路径的列表。

抛出：

NodeNotFound

如果 source 不在 G 中。

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。

例子：

>>> G = nx.path_graph(5)
>>> length, path = nx.single_source_bellman_ford(G, 0)
>>> length[4]
4
>>> for node in [0, 1, 2, 3, 4]:
...     print(f"{node}: {length[node]}")
0: 0
1: 1
2: 2
3: 3
4: 4
>>> path[4]
[0, 1, 2, 3, 4]
>>> length, path = nx.single_source_bellman_ford(G, 0, 1)
>>> length
1
>>> path
[0, 1]