Python 在NetworkX图形中指定边的深度

我有一个无向图，我想在不知道

源

和

汇

的情况下找到它的最短路径

NeworkX

的

所有对dijkstra_路径

允许在不知道源和汇的情况下发现所有最短路径，只要给定长度

截止

（测量遍历深度）

当前，每个遍历的边都会向深度添加

+1

。是否有方法指定边缘属性，以便

• 每条边都带有一个权重

  w

  ，通过该权重计算路径长度（和最短路径）
• 每条边还带有一个深度

  d

  ，指定的总深度通过该深度终止路径搜索

---

创建图形时，需要为每条边指定一个表示距离的属性：

G.add_edge(0, 1, distance=0.4)

计算最短路径时，可以指定该属性，以便计算加权最短路径：

paths = nx.shortest_path(G, weight='distance')

所有对最短路径

只计算未加权的情况；但是，如果不指定源节点和目标节点，

shortest_path

也会计算所有对

编辑 networkx中没有任何东西符合要求（AFAIK）。但是，您可以使用

nx.simple\u paths.shortest\u simple\u paths

为按总“深度”排序的两个节点之间的所有路径创建生成器，然后根据权重计算最短路径：

import itertools
import networkx as nx
import numpy as np

def path_cost(G, path, attr='weight'):
    return sum([G[path[i]][path[i+1]][attr] for i in range(len(path)-1)])

G = ...

cutoff = 3
output = dict()
for source, target in itertools.combinations(list(G.nodes), 2):
    minimum_cost = np.inf
    for path in nx.simple_paths.shortest_simple_paths(G, source, target, weight='depth'):
        if path_cost(G, path, 'depth') > cutoff:
            continue # to next source, target pair
        else:
            if path_cost(G, path, 'weight') < minimum_cost:
                output[(source, target)] = path

导入itertools
将networkx导入为nx
将numpy作为np导入
定义路径_成本（G，路径，attr='weight'）：
返回和（[G[path[i]][path[i+1]][attr]用于范围内的i（len（path）-1）]）
G=。。。
截止值=3
输出=dict（）
对于源，itertools.组合中的目标（列表（G.nodes），2）：
最低成本=np.inf
对于nx中的路径。简单路径。最短简单路径（G，源，目标，权重='depth'）：
如果路径成本（G，路径，“深度”）>截止：
继续#到下一个源、目标对
其他：
如果路径成本（G，路径，“重量”）<最小成本：
输出[（源、目标）]=路径

谢谢您的回答，很抱歉我的含糊不清。在我的图中，每条边都有一个权重，我想尊重最短路径本身。我希望能够做到的是，将某些边设置为也有一个步长-因此，即使它可能穿过一个边（承载特定重量），它也可以在深度上行走x步。由于搜索根据深度而不是重量停止，因此走一条边，但“深度”越大，搜索越早终止。这更清楚吗？是的，那更清楚。我已相应地更新了我的答案。