all_pairs_dijkstra_path

all_pairs_dijkstra_path(G, cutoff=None, weight='weight')

计算加权图中所有节点之间的最短路径。

参数:

GNetworkX 图

cutoff整数或浮点数，可选

搜索停止时的长度（边权重之和）。如果提供了 cutoff，则只返回总权重 <= cutoff 的路径。

weight字符串或函数

如果这是字符串，则通过具有此键的边属性访问边权重（即，连接 u 到 v 的边的权重将是 G.edges[u, v][weight]）。如果不存在这样的边属性，则边的权重假定为 1。

如果这是函数，则边的权重是由该函数返回的值。该函数必须接受恰好三个位置参数：边的两个端点以及该边的边属性字典。该函数必须返回一个数字或 None 以表示隐藏边。

返回值:

paths迭代器

(源节点, 字典) 迭代器，其中字典的键是目标节点，键对应的值是最短路径。

另请参阅

floyd_warshall, all_pairs_bellman_ford_path

注释

边权重属性必须是数值。距离计算为遍历的加权边的权重之和。

示例

>>> G = nx.path_graph(5)
>>> path = dict(nx.all_pairs_dijkstra_path(G))
>>> path[0][4]
[0, 1, 2, 3, 4]
----

其他后端实现了此函数

cugraphGPU加速后端。

附加参数

dtypedtype 或 None，可选

用于算法中边权重的数据类型 (np.float32, np.float64, 或 None)。如果为 None，则 dtype 由边值确定。

parallel一个使用 joblib 并行运行图算法的 networkx 后端。在此处找到 nx-parallel 的配置指南 此处

并行实现首先将节点划分为块，然后创建一个生成器来延迟计算每个 node_chunk 的最短路径，然后利用 joblib 的 Parallel 函数在 n_jobs 个 CPU 核心上并行执行这些计算。

附加参数

get_chunksstr, 函数 (默认 = “chunks”)

一个函数，接受所有节点的迭代器作为输入，并返回一个 node_chunks 迭代器。默认的分块是通过将 G.nodes 切片为 n_jobs 块来完成的。

[源]