Python NetworkX goldberg_radzik用法及代碼示例

計算加權圖中最短路徑的最短路徑長度和前導。

該算法的運行時間為\(O(mn)\)，其中\(n\) 是節點數，\(m\) 是邊數。它比 Dijkstra 慢，但可以處理負邊權重。

參數：

G：NetworkX 圖

該算法適用於所有類型的圖，包括有向圖和多重圖。

source: node label：

路徑的起始節點

weight：字符串或函數

如果這是一個字符串，則將通過帶有此鍵的邊屬性訪問邊權重(即，連接 u 到 v 的邊的權重將為 G.edges[u, v][weight] )。如果不存在這樣的邊屬性，則假設邊的權重為 1。

如果這是一個函數，則邊的權重是函數返回的值。該函數必須準確地接受三個位置參數：一條邊的兩個端點和該邊的邊屬性字典。該函數必須返回一個數字。

返回：

pred, dist：字典

將節點鍵控的兩個字典分別返回到路徑中的前任和到源的距離。

拋出：

NodeNotFound

如果 source 不在 G 中。

NetworkXUnbounded

如果 (di) 圖包含負 (di) 循環，則算法會引發異常以指示存在負 (di) 循環。注意：無向圖中的任何負權邊都是負循環。

注意：

邊權重屬性必須是數字。距離計算為遍曆的加權邊的總和。

返回的字典僅具有可從源訪問的節點的鍵。

在(di)圖不連通的情況下，如果不包含源的組件包含負(di)循環，則不會被檢測到。

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.