dijkstra_path

dijkstra_path(G, source, target, weight='weight')

返回 G 中从 source 到 target 的最短加权路径。

使用 Dijkstra 方法计算图中两个节点之间的最短加权路径。

参数:

GNetworkX 图

source节点

起始节点

target节点

终止节点

weight字符串或函数

如果这是一个字符串，则将通过具有此键的边属性访问边权重（即，连接 u 和 v 的边的权重将是 G.edges[u, v][weight]）。如果不存在此类边属性，则边的权重假定为 1。

如果这是一个函数，则边的权重是该函数返回的值。该函数必须接受三个位置参数：边的两个端点以及该边的边属性字典。函数必须返回一个数字或 None 以指示隐藏的边。

返回:

path列表

最短路径中的节点列表。

引发:

NodeNotFound

如果 source 不在 G 中。

NetworkXNoPath

如果 source 和 target 之间不存在路径。

另请参阅

bidirectional_dijkstra

bellman_ford_path

single_source_dijkstra

注意

边权重属性必须是数值。距离计算为遍历的加权边的总和。

可以使用权重函数返回 None 来隐藏边。因此，weight = lambda u, v, d: 1 if d['color']=="red" else None 将找到最短的红色路径。

权重函数可用于包含节点权重。

>>> def func(u, v, d):
...     node_u_wt = G.nodes[u].get("node_weight", 1)
...     node_v_wt = G.nodes[v].get("node_weight", 1)
...     edge_wt = d.get("weight", 1)
...     return node_u_wt / 2 + node_v_wt / 2 + edge_wt

在此示例中，我们取边的起始节点和终止节点的权重平均值，并将其加到边的权重上。

如果您同时需要路径和路径长度，请使用函数 single_source_dijkstra()，该函数会计算这两者。

示例

>>> G = nx.path_graph(5)
>>> print(nx.dijkstra_path(G, 0, 4))
[0, 1, 2, 3, 4]

在多重图中查找最短路径的边

>>> G = nx.MultiDiGraph()
>>> G.add_weighted_edges_from([(1, 2, 0.75), (1, 2, 0.5), (2, 3, 0.5), (1, 3, 1.5)])
>>> nodes = nx.dijkstra_path(G, 1, 3)
>>> edges = nx.utils.pairwise(nodes)
>>> list(
...     (u, v, min(G[u][v], key=lambda k: G[u][v][k].get("weight", 1)))
...     for u, v in edges
... )
[(1, 2, 1), (2, 3, 0)]
----

其他后端实现了此函数

cugraphGPU 加速后端。

其他参数

dtypedtype 或 None，可选

算法中用于边权重的数据类型（np.float32、np.float64 或 None）。如果为 None，则 dtype 由边值决定。