Graph 使用NetworkX在加权图中搜索最短路径时的附加约束

我向您提出了一个问题，关于在使用NetworkX搜索加权图中的最短路径时添加其他约束

示例图：

G.add_edge(A, B, weight=1)
G.add_edge(B, C, weight=2)
G.add_edge(A, C, weight=1)
..
..
..
G.add_edge(Y, Z, weight=6)

所以，现在我想找到从A到F的最短路径，包括一些点，例如：C，L，G，R（排序没有意义）。如何使用NetworkX实现这一点

谢谢大家!

这可能不是最好的解决方案，但无论如何：

将networkx导入为nx
从字符串导入字母
来自随机导入样本，randint
从itertools导入置换
#生成随机图
G=nx.Graph（）
节点=列表（字母[：20]）
对于节点中的阳极：
G.add_节点（阳极，重量=randint（1,20））
对于范围（60）内的i的[样本（节点，2）]中的边：
G.添加_边（*边）

现在，让我们定义路径搜索功能：

def multiple_dijkstra（G，apath，result，n=0，i=1）：
“”“对于：a-b-c-d的路径，递归搜索最短路径
“a”和“b”，然后是“b”和“c”，然后是“c”和“d”之间的路径。
返回一个列表，该列表是从“a”到“d”再到“b”和“c”的路径。”
尝试：
扩展（nx.dijkstra_路径（G，apath[n]，apath[i]）[：-1]）
多重dijkstra（G，apath，result，n+1，i+1）
返回结果
除索引器外：
结果.扩展（nx.dijkstra_路径（G，apath[n]，apath[i-1]））
返回结果
定义可能的路径（开始节点、结束节点、*之间）：
“”“根据*之间的排列生成所有可能的路径”“”
对于置换中的置换（介于之间，len（介于之间））：
产生[开始节点]+列表（置换）+[结束节点]
def通过可能的路径（开始节点、结束节点、*之间）：
“”“测试所有排列是否为最短路径”“”
对于可能路径中的路径（开始节点、结束节点、*之间）：
结果=[]
最短路径=多个dijkstra（G，apath，result）
打印“测试路径：{}\n结果：{}（长度：{}）”。格式(
“-”.加入（阿帕斯），
“-”.连接（最短路径），
len（最短路径）

现在，我们可以搜索最短路径：

#让我们选择5个随机节点：一个开始节点、一个结束节点和三个中间节点
n1，n2，n3，n4，n5=样本（节点，5）
#…并搜索“n1”和“n2”之间的最短路径
#使“n3”、“n4”和“n5”位于节点之间
通过可能的路径（n1、n2、n3、n4、n5）

A可能的结果：

测试路径：e-h-g-j-t
结果：e-k-h-k-g-k-b-j-b-t（长度：10）
测试路径：e-h-j-g-t
结果：e-k-h-k-b-j-o-c-g-k-b-t（长度：12）
测试路径：e-g-h-j-t
结果：e-k-g-k-h-k-b-j-b-t（长度：10）
测试路径：e-g-j-h-t
结果：e-k-g-k-b-j-b-k-h-l-t（长度：11）
测试路径：e-j-h-g-t
结果：e-j-b-k-h-k-g-k-b-t（长度：10）
测试路径：e-j-g-h-t
结果：e-j-o-c-g-k-h-l-t（长度：9）

因此，从

e

到

t

的最短路径是通过

j

、

g

和

h

（按此顺序），实际路径是：

e-j-o-c-g-k-h-l-t

---

我不是这方面的专家，所以我对更好的解决方案很好奇。不过，希望这能有所帮助。

谢谢。我想我找到了其他解决办法。1.查找特定节点之间的所有最短路径。2.构建第二个图形（仅从特定节点）3。在第二个图上解决TSP问题。我用它来计算最多30个节点，所以两种方法的时间是相似的。TSP解算器（）在增加节点数的同时速度更快。TSP还有一个优点-我不需要定义目标节点。@sAguinaga使用蚁群优化算法-