networkx中的定向加权平衡树导入和最短路径答案

【问题标题】：Directed, weighted balanced tree import and shortest path in networkxnetworkx中的定向加权平衡树导入和最短路径
【发布时间】：2012-11-24 22:01:32
【问题描述】：

我有一个分支因子为 2 且高度为 100 的平衡树，每条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 为 41，从 1 到 3 为 52，以此类推

我希望找到从树根到树尾的最短路径（具有相应的边权重总和）。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 Project Euler Problem 67，在数字三角形中找到最大和。我已经通过记忆递归解决了这个问题，但我想尝试使用 Networkx 包解决它。 )

【问题讨论】：

我不熟悉 Networkx，但如果没记错的话，Dijkstra 的算法需要非负边权重。

标签： python networkx

【解决方案1】：

算法选择正确吗？

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。

如何“轻松”将此数据集导入 Networkx 图形对象？

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()

【讨论】：

【解决方案2】：

我不确定我是否完全理解输入格式。但是类似的东西应该可以工作：

from itertools import count
import networkx as nx
adj ="""73 41
52 40 09
26 53 06 34"""
G = nx.Graph()
target = 0
for source,line in zip(count(),adj.split('\n')):
    for weight in line.split():
        target += 1
        print source,target,weight
        G.add_edge(source,target,weight=float(weight))
# now call shortest path with weight="weight" and source=0

【讨论】：