dijkstra_predecessor_and_distance#
- dijkstra_predecessor_and_distance(G, source, cutoff=None, weight='weight')[源代码]#
计算加权最短路径长度和前置任务。
使用dijkstra的方法获取每个节点的最短加权路径和返回前辈词典,以及每个节点与
source
.- 参数
- G网络X图表
- source节点标签
路径的起始节点
- cutoff整型或浮点型,可选
停止搜索的长度(边权重之和)。如果提供了截止点,则仅具有总权重<=截止点的返回路径。
- weight字符串或函数
如果这是一个字符串,则边权重将通过具有此关键字的边属性(即边连接的权重)进行访问
u
至v
将会是G.edges[u, v][weight]
)。如果不存在这样的边属性,则假定边的权重为1。如果这是一个函数,则边的权重是函数返回的值。函数必须只接受三个位置参数:边的两个端点和该边的边属性字典。函数必须返回一个数字。
- 返回
- pred, distance词典
返回两个字典,表示节点的前置任务列表和到每个节点的距离。警告:如果指定了TARGET,则词典是不完整的,因为它们只包含指向TARGET的路径上的节点的信息。
- 加薪
- NodeNotFound
如果
source
不在G
.
笔记
边缘权重属性必须是数字。距离计算为经过加权边缘的总和。
只有在到关键节点的最短路径超过一条时,前置任务列表才包含多个元素。
实例
>>> G = nx.path_graph(5, create_using=nx.DiGraph()) >>> pred, dist = nx.dijkstra_predecessor_and_distance(G, 0) >>> sorted(pred.items()) [(0, []), (1, [0]), (2, [1]), (3, [2]), (4, [3])] >>> sorted(dist.items()) [(0, 0), (1, 1), (2, 2), (3, 3), (4, 4)]
>>> pred, dist = nx.dijkstra_predecessor_and_distance(G, 0, 1) >>> sorted(pred.items()) [(0, []), (1, [0])] >>> sorted(dist.items()) [(0, 0), (1, 1)]