Python Bellman-Ford算法：我无法正确实现Relax函数

我正在实施贝尔曼-福特算法。我正在测试的图形是CLRS:。
以下是我的图形初始化：

def connect_nodes_directed（图形、源、目标、权重=1）：
图形[源]。追加（（目标，权重））
节点数=5
图=[]用于范围内的u（num_节点）]
连接节点（图，0，1，6）
连接节点（图，0，2，7）
连接节点（图1、2、8）
连接节点（图2、4、9）
连接节点（图，2，3，-3）
连接节点（图，4，0，2）
连接节点（图1，4，-4）
连接节点（图1、3、5）
连接节点（图，3，1，-2）
连接节点（图4、3、7）
对于图中的i：
印刷品（一）

注：

s、t、y、x、z分别是
0、1、2、3、4
。

结果:

[（1,6）、（2,7）]
[(2, 8), (4, -4), (3, 5)]
[(4, 9), (3, -3)]
[(1, -2)]
[(0, 2), (3, 7)]

以下是我正在执行的代码，仅限
relax
函数：

def init_single_源（图形，源）：
距离_至=[float（“inf”）]*len（图形）
到[源]的距离=0
返回距离
def relax（源、目标、权重、到的距离、父对象）：
如果到[目的地]的距离>到[来源]的距离+权重：
到[目的地]的距离=到[来源]的距离+权重
父项[目的地]=源
def bellman_ford_sssp（图表，来源）：
父项=[None]*len（图）
距离=初始单源（图形，源）
对于范围内的i（len（图））：
对于图[i]中的j：
放松（i，j[0]，j[1]，到父母的距离）#j[0]是目的地，j[1]是重量
打印（到的距离）

输入是
（图形，0）
，结果是：
[0,2,7,4,2]
，应该是
[0,2,7,4，-2]
。我想不出哪一部分我做错了。有人能发现吗？非常感谢。
我对python不太了解。但是在C++中，添加一些到无限/最大值的值会产生溢出。在您的relax函数中，距离[source]可以是inf，如果python还没有处理它，那么添加一些权重可能会产生一些错误。我会这样写：-如果（距离u到[源]！=无穷大和距离u到[目的地]>距离u到[源]+权重）