Python NetworkX single_source_dijkstra用法及代码示例

从源节点查找最短的加权路径和长度。

计算加权图的源和所有其他可达节点之间的最短路径长度。

使用 Dijkstra 算法计算源与加权图中所有其他可到达节点之间的最短路径和长度。

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

cutoff：整数或浮点数，可选

停止搜索的长度(边权重的总和)。如果提供了截止，则仅返回总权重 <= 截止的路径。

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。

如果目标为无，则计算所有节点的路径和长度。返回值是由目标节点键入的两个字典的元组。第一个字典存储到每个目标节点的距离。第二个存储到每个目标节点的路径。如果目标不是无，则返回一个元组(距离，路径)，其中距离是源到目标的距离，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。

权重函数可用于通过返回 None 来隐藏边。所以weight = lambda u, v, d: 1 if d['color']=="red" else None会找到最短的红色路径。

基于 https://code.activestate.com/recipes/119466/ 的 Python 食谱食谱 (119466)

如果边权重为负数或浮点数(溢出和舍入错误可能导致问题)，则不保证此算法有效。

例子：

>>> G = nx.path_graph(5)
>>> length, path = nx.single_source_dijkstra(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_dijkstra(G, 0, 1)
>>> length
1
>>> path
[0, 1]