图中的前10条最短路径-Igraph 0.6-Python 2.7

自从我开始成功地将Igraph实现到我的编码中以来，我一直在想：你能用获取所有最短路径吗。让我们先说10

到目前为止，我知道在无向图中检索所有最短路径是没有意义的，因为在大多数情况下，它们的数量是无限的

但是我能简单地检索前10条最短路径吗？

我尝试用无向g=Graph（）实现这一点：

列表索引超出范围总是会给我错误。 事实上，我甚至无法获取

list.append（g.get\u all\u shortest\u path（index1，index2，“distance”）[1]）

，尽管我知道那里有10多条路径

这张图没有什么特别之处。数千个顶点，都以某种方式连接，我指的是不同的顶点度

最后，我希望有一个wx.spin或wx.ComboBox在路径之间进行选择（也就是说，现实生活中最短的一条国道在冬天结冰，所以我想在1号城市和2号城市之间走第二条最短的路……然后，哦，不……这条路上到处都是坎戈罗斯人，所以我走第三条路，或者更好的第四条路，因为我知道那里有麦当劳，我真的很喜欢吃垃圾食品等等）

我知道shortest！=short，不过我需要这样的东西：如果shortest不好，那么忽略它，转到second，依此类推。 我搜索过谷歌，但我不清楚我该怎么做

提前谢谢你

编辑：我可能会提到

list.append（g.get\u all\u shortest\u path（index1，index2，“distance”）[1]）

当然，当有两条最短路径具有完全相同的距离时，它就起作用了

重要更新：

由于我不光彩地误解了

g.get\u all\u shortest\u path

这一部分将在我的代码中更改为

g.get\u shortest\u path（index1，index2，weights=distance，mode=all，output=“vpath”）

，我还提到了图形是加权的，但这一点很明显：

list = []
g.es["weight"] = distance
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[0])   # shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[1])   # second shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[2])   # third shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[3])   # forth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[4])   # fifth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[5])   # sixth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[6])   # seventh shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[7])   # eigth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[8])   # ninth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[9])   # tenth shortest path

#"distance" is a list containing the weights
# graph is TRUE-ly weighted now

如何获取两个顶点之间的前10条或所有短路径？

这个问题仍在等待答案被接受。谢谢

---

（顺便说一句，我在问题的第一部分保留了错误的方法，因为可能有其他像我这样的巨大白痴也在尝试同样的事情）

好吧，我仍然不确定“前10条最短路径”是什么意思，但我认为你可能想要实现。你有一个图，图中的边用实际路径标记（比如说，欧几里得）两个端点的距离。给您两个点，您希望在它们之间找到一些备用路径，同时尽量缩短这些路径。请注意，由于图形是加权的，所以两点之间不太可能有许多最短路径-为了使所有路径都是最短的，它们必须总重量完全相同。如果你的重量测量的是“乌鸦飞”时的实际距离，这种情况不太可能同时发生-您要查找的十条路径的长度略有不同。因此，

get\u all\u shortest\u path

对您没有用处，不仅因为它不使用权重，而且因为即使使用了权重，您也不太可能在具有精确权重的两点之间找到多条路径长度相同

一个备选方案是“代码> GETS80StReTysPrase<代码>，它可以考虑权重，但它只返回一对顶点之间的一条路径。（为什么它被称为代码> GETS80StReTyPrase是因为如果指定多个目标顶点，它会返回多条路径——更确切地说，它为每个目标顶点提供了一条路径）因此，您不能使用

get_shortest_path

来获取您正在查找的十条路径

---

通过谷歌搜索，我找到了一个可能对您有用的工具。它不是

igraph

的一部分，但您可以从

igraph

保存图形，使用

os.system

或Python中的

子流程

模块调用k-最短路径算法的编译可执行文件，然后以某种方式解析结果

好的，我仍然不确定你所说的“前10条最短路径”是什么意思，但我认为你可能想要实现这一点。你有一个图，图中的边用实际的（比如欧几里得）标记两个端点的距离。给您两个点，您希望在它们之间找到一些备用路径，同时尽量缩短这些路径。请注意，由于图形是加权的，所以两点之间不太可能有许多最短路径-为了使所有路径都是最短的，它们必须总重量完全相同。如果你的重量测量的是“乌鸦飞”时的实际距离，这种情况不太可能同时发生-您要查找的十条路径的长度略有不同。因此，

get\u all\u shortest\u path

对您没有用处，不仅因为它不使用权重，而且因为即使使用了权重，您也不太可能在具有精确权重的两点之间找到多条路径长度相同

一个备选方案是“代码> GETS80StReTysPrase<代码>，它可以考虑权重，但它只返回一对顶点之间的一条路径。（为什么它被称为代码> GETS80StReTyPrase是因为如果指定多个目标顶点，它会返回多条路径——更确切地说，它为每个目标顶点提供了一条路径）因此，您不能使用

get_shortest_path

来获取您正在查找的十条路径

通过谷歌搜索，我找到了一个可能对您有用的。它不是igraph的一部分，但您可以从igraph保存图形，调用k-最短路径算法的编译可执行文件

list = []
g.es["weight"] = distance
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[0])   # shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[1])   # second shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[2])   # third shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[3])   # forth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[4])   # fifth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[5])   # sixth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[6])   # seventh shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[7])   # eigth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[8])   # ninth shortest path
list.append(g.get_shortest_paths(index1, index2, weights=distance, mode=ALL, output="vpath")[9])   # tenth shortest path

#"distance" is a list containing the weights
# graph is TRUE-ly weighted now