在Python中从元组列表中查找路径
我有一个元组列表:在Python中从元组列表中查找路径,python,Python,我有一个元组列表: data = [('Abe', 'Bob', '3'), ('Abe', 'Frank', '5'), ('Abe', 'George', '4'), ('Carl', 'Bob', '1'), ('Dan', 'Carl', '2')] 此数据模拟一个无向图,其中存在大小为3的从“Abe”到“Bob”的连接。因为图形是无向的,这也意味着从“Bob”到大小为3的“Abe”之间存在连接 我需要显示两个输入之间是
data = [('Abe', 'Bob', '3'),
('Abe', 'Frank', '5'),
('Abe', 'George', '4'),
('Carl', 'Bob', '1'),
('Dan', 'Carl', '2')]
此数据模拟一个无向图,其中存在大小为3的从“Abe”到“Bob”的连接。因为图形是无向的,这也意味着从“Bob”到大小为3的“Abe”之间存在连接
我需要显示两个输入之间是否存在连接,以及它的权重是多少。例如,如果输入为'Abe','Dan',结果将返回从'Abe'到'Dan'的最短(最少节点跳数,而不是最少权重)路径,即Abe、Bob、Carl、Dan和权重,3+1+2=6
我有一段代码,显示“Abe”是否会到达“Dan”,但我不知道如何返回路径
def get_path_and_weight(data, start, end):
reachable = [start]
added = -1
while added != 0:
added = 0
for first, second, weight in data:
if(first in reachable) and (second not in reachable):
reachable.append(second)
added += 1
if(first not in reachable) and (second in reachable):
reachable.append(first)
added += 1
if (end in reachable):
print("YES")
#return path
else:
print("NO")
样本输出
['Abe', 'Bob', 'Carl', 'Dan'] 6 True
['Dan', 'Carl'] 2 False
上面的示例可以获取路径并确定是否可访问,但我认为您需要进一步增强它以处理多个路径。您可以生成所有可能的路径,并按权重对它们进行排序。注意,我已将数据中的权重更改为数字,而不是字符串:
data = [
('Abe', 'Bob', 3),
('Abe', 'Frank', 5),
('Abe', 'George', 4),
('Carl', 'Bob', 1),
('Dan', 'Carl', 2),
]
WEIGHT = 0
NODES = slice(1, None)
def get_path_and_weight(data, start, end):
paths = [[0, start]]
added = True
while added:
added = False
for first, second, weight in data:
for path in paths:
candidate = None
if (first in path[NODES]) and (second not in path[NODES]):
candidate = second
elif (first not in path[NODES]) and (second in path[NODES]):
candidate = first
if candidate:
new_path = list(path)
new_path.append(candidate)
new_path[WEIGHT] += weight
if new_path not in paths:
paths.append(new_path)
added = True
for path in sorted(paths):
if end in path[NODES]:
return path
return None
然后,您可以将其称为:
weight, *path = get_path_and_weight(data, "Abe", "Dan")
print(path, "with weight", weight)
给出了结果:
['Abe', 'Bob', 'Carl', 'Dan'] with weight 6
由于它返回路径或None
,您仍然可以将其用作谓词函数:
if get_path_and_weight(data, "Abe", "Dan"):
print("connected")
有几个已经开发和调试的软件包可以实现这一点,例如
你确定算法本身是正确的吗?也许你无法找出路径的原因是你没有真正检查它。检查是否有断开连接的图形。乍一看,你们只需回答一个顶点是否在图中。你要做的是广度优先搜索或深度优先搜索。我还没有喝咖啡,但我的第一个想法是只对每一条边进行Dijkstra,伪权重为1,这将为你提供从一个节点到另一个节点的跳数最少的路径。然后添加以后使用的边的实际权重。这似乎有一个缺陷,如果你反转开始和结束,用权重(数据,'Dan','Abe')获取路径。你应该得到相同的基本结果,只是路径反转,但是你得到:
['Dan','Carl']2 False
是的,因为这个例子只是想激发灵感,而不是给出一个取舍的答案,所以反向路径和多重路径没有处理。也许以后吧。:)
if get_path_and_weight(data, "Abe", "Dan"):
print("connected")
import networkx as nx
data = [('Abe', 'Bob', '3'),
('Abe', 'Frank', '5'),
('Abe', 'George', '4'),
('Carl', 'Bob', '1'),
('Dan', 'Carl', '2')]
g = nx.Graph()
for e in data:
g.add_edge(e[0], e[1], distance=int(e[2]))
>>> nx.shortest_path(g, 'Abe', 'Bob', 'distance'), nx.shortest_path_length(g, 'Abe', 'Bob', 'distance')
(['Abe', 'Bob'], 3)