Python NetworkX与Scipy所有最短路径算法

NetworkX全最短路径算法和scipy floyd warshall算法之间有什么区别？有什么理由选择一个而不是另一个吗？哪一种最快？

（对于那些不知道的人，networkx中提供了numpy-floyd-warshall算法）

floyd_War的networkx应说明：

当Dijkstra算法失败时，Floyd算法适合于在稠密图或负权重图中寻找最短路径。如果存在负循环，该算法仍可能失败。它的运行时间为O（n^3），运行空间为O（n^2）

networkx单源最短路径在稀疏图上效果更好。您应该知道，如果使用各种“最短路径”算法，这些算法会忽略边权重。各种Dijkstra算法都包含了边权重

---

还有更多的描述。

根据NetworkX的来源，他们正在使用R.Sedgewick的算法，“C语言中的算法，第5部分：图形算法”，Addison-Wesley Professional，第3版，2001年。我比较了scipy和networkx。在随机密集矩阵上测试

numpy.random.index（size=（10001000））

我发现

scipy.sparse.csgraph.floyd\u warshall（）

比

networkx.algorithms.floyd\u warshall\u numpy大约快10倍。另一个函数
networkx.algorithms.floyd_warshall
未在合理时间内完成。