python - 网络x中的定向加权平衡树导入和最短路径

我有一个平衡树，分支因子为 2，高度为 100，每个边都有一个由文本文件给出的权重，如下所示:

 73 41
 52 40 09
 26 53 06 34
 etc etc until row nr 99

即:从节点0到1的边权重为73，从0到2是41，从1到3是52，等等。

我希望找到从树根到树尾的最短路径(具有相应的边权重和)。据我了解，这可以通过将所有边权重乘以 -1 并使用 Networkx 中的 Dijkstra 算法来完成。

算法选择是否正确？

如何“轻松”将此数据集导入 Networkx 图形对象？

(PS:这是 Euler Problem 67 项目，在一个数字三角形中找到最大和。我已经用记忆化的递归解决了这个问题，但我想尝试用 Networkx 包来解决它。)

最佳答案

是的。您可以使用正权重，并调用 nx.dijkstra_predecessor_and_distance 以获取从根节点 0 开始的最短路径。

import networkx as nx
import matplotlib.pyplot as plt

def flatline(iterable):
    for line in iterable:
        for val in line.split():
            yield float(val)

with open(filename, 'r') as f:
    G = nx.balanced_tree(r = 2, h = 100, create_using = nx.DiGraph())
    for (a, b), val in zip(G.edges(), flatline(f)):
        G[a][b]['weight'] = val

# print(G.edges(data = True))

pred, distance = nx.dijkstra_predecessor_and_distance(G, 0)

# Find leaf whose distance from `0` is smallest
min_dist, leaf = min((distance[node], node)
                     for node, degree in G.out_degree_iter()
                     if degree == 0)
nx.draw(G)
plt.show()

关于python - 网络x中的定向加权平衡树导入和最短路径，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13546064/