长度l在R中的最短路径

我想在一个由顶点和边组成的加权图中找到长度为l或更小且代价最小的最短路径

  shortest_paths(g,from,to,output="both",weights=wts) 

在R中（来自IGRAPHE包），给出了从和到最小代价顶点之间的最短路径，长度l不受约束

例如，在这个图中，2和7之间的最短路径是长度为3的2 1 3 7，但我想要长度为2的最短路径，即最小成本的2 1 7

maxlength = 2       ## maximum number of links
ASP = all_simple_paths(G, "2", "7")
ShortPaths = which(sapply(ASP, length) <= maxlength+1)
ASP[ShortPaths]
[[1]]
+ 3/7 vertices, named, from af35df8:
[1] 2 1 7
[[2]]
+ 3/7 vertices, named, from af35df8:
[1] 2 6 7

---

有人能指导我如何进行吗

在您的示例中，只有一条路径的长度为2到7。这使得我们很难测试我们是否真的获得了最低成本路径。因此，我添加了一个链接来创建长度为2的额外路径

## Extended example
to     = c(1,1,1,1,1,1,2,2,3,3,6)
from   = c(2,3,4,5,6,7,4,6,5,7,7)
weight = c(19,39,40,38,67,68,14,98,38,12,10)
EDF = data.frame(to, from, weight)
G   = graph_from_data_frame(EDF, directed = FALSE)
LO = layout_as_star(G, center=1, order = c(1,4,2,5,6,3,7))
plot(G, layout=LO, edge.label=E(G)$weight)

---

我们的想法是从2到7的所有路径开始，只选择那些满足约束条件的路径-路径长度可以提供一个示例数据集，并从中访问包最短路径。我编辑了这个问题，添加了一个示例，以更好地澄清我的问题。感谢您的回答：）ASP=所有简单路径（G，“2”，“7”）函数在计算上非常昂贵，因为它枚举了所有可能的路径，需要花费大量时间，对于大型图来说根本不可能。有没有办法避免这种情况？

PathWeight = function(VP) {
    EP = rep(VP, each=2)[-1]
    EP = EP[-length(EP)]
    sum(E(G)$weight[get.edge.ids(G, EP)])
}

sapply(ASP[ShortPaths], PathWeight)
[1]  87 108

SP = which.min(sapply(ASP[ShortPaths], PathWeight))
ASP[ShortPaths[SP]]
[[1]]
+ 3/7 vertices, named, from af35df8:
[1] 2 1 7