当前位置:首页 > 文章列表 > Golang > Go教程 > Go Gonum graph 怎样查询加权图的单源最短路径

Go Gonum graph 怎样查询加权图的单源最短路径

来源:17golang原创 2026-10-30 21:23:18 0浏览 收藏

在 Go 里查询加权图的单源最短路径,Gonum 的直接做法是用 simple.WeightedDirectedGraph 保存边权,再把源节点交给 path.DijkstraFrom。它返回一个可重复查询的 Shortest 结果:调用 To(targetID) 就能拿到节点序列和累计权重,不需要为每个终点重新跑一遍算法。

官方地址:https://pkg.go.dev/gonum.org/v1/gonum/graph/path

要点速览
  • DijkstraFrom 适合从一个源点查询多个目标,普通边权必须保持非负。
  • To 返回路径和总权重;目标不可达时不要把无穷权重当成业务结果。
  • 只查一个已知终点可考虑 DijkstraFromTo;存在可达负权边则改看 Bellman-Ford。

先把边权放进 Gonum 图

示例使用 1 到 5 的有向路线:1→3→2→4→5 的总权重为 9,虽然 1→2 是一条更短的直接边,但继续走到 5 时,完整路线仍要比较后续成本。NewWeightedDirectedGraph 的第一个参数是自环权重,第二个参数是不存在边时的权重;下面用正无穷表示没有这条边。

package main

import (
    "fmt"
    "math"

    "gonum.org/v1/gonum/graph"
    "gonum.org/v1/gonum/graph/path"
    "gonum.org/v1/gonum/graph/simple"
)

func main() {
    // 用正无穷表示不存在的边,避免把缺边误当成零成本。
    g := simple.NewWeightedDirectedGraph(0, math.Inf(1))
    edges := [][3]float64{
        {1, 2, 4}, {1, 3, 2}, {3, 2, 1},
        {2, 4, 5}, {3, 4, 8}, {4, 5, 1}, {2, 5, 10},
    }
    for _, e := range edges {
        // 节点 ID 使用 int64;第三个值是这条有向边的权重。
        from := simple.Node(int64(e[0]))
        to := simple.Node(int64(e[1]))
        g.SetWeightedEdge(g.NewWeightedEdge(from, to, e[2]))
    }

    // 一次构建单源最短路径树,后面可以查询多个目标。
    shortest := path.DijkstraFrom(simple.Node(1), g)
    route, weight := shortest.To(5)
    if route == nil || math.IsInf(weight, 1) {
        fmt.Println("目标不可达")
        return
    }
    fmt.Printf("路径=%v 总权重=%.0f\n", nodeIDs(route), weight)
}

func nodeIDs(nodes []graph.Node) []int64 {
    // 将 Gonum 节点转换为业务层更容易记录的 ID 列表。
    ids := make([]int64, len(nodes))
    for i, n := range nodes {
        ids[i] = n.ID()
    }
    return ids
}

这段代码的预期路径是 [1 3 2 4 5],权重为 9。这里的输出是根据示例边权推导的阅读结果,不是把插图或页面当作运行证据。

Gonum WeightedDirectedGraph 输入边权和有向节点关系说明图
图1:Gonum 加权有向图的输入关系说明图,展示节点、方向和边权,不是运行截图。

用 DijkstraFrom 查询同一个源点的多个目标

DijkstraFrom 的意义是“从一个源点到所有可达节点的最短路径树”。拿到 Shortest 后,可反复调用 To 或 WeightTo;如果业务需要展示完整路线,用 To,只需要成本时用 WeightTo。

调用返回内容适合场景
DijkstraFrom(u, g)单源最短路径结果一个起点要查多个终点
shortest.To(id)节点切片、累计权重需要绘制路线或记录经过节点
shortest.WeightTo(id)最小路径权重只做成本排序或阈值判断
DijkstraFromTo(u, t, g)一个终点的路径和权重终点已知,允许提前结束搜索

如果一次请求只关心 1 到 5,path.DijkstraFromTo(simple.Node(1), simple.Node(5), g) 更贴近意图;如果同一批请求还要查 2、4、5,就保留一次 DijkstraFrom 的结果,避免重复建树。

Gonum DijkstraFrom 返回 Shortest 后用 To 查询路径和累计权重的关系说明图
图2:从 Shortest 到 To、WeightTo 的结果关系说明图,展示查询出口和边界,不是运行截图。

负权边和不可达节点要单独处理

Gonum 文档明确说明,DijkstraFrom 遇到从源点可达的负权边会 panic,所以不能把“折扣”“回款”这类可能为负的业务值直接当作 Dijkstra 权重。若图中确实存在负边,应评估 path.BellmanFordFrom;它会额外返回布尔值,用来表示是否发现负环。

不可达目标则是另一类情况:To 得不到有效路线时,不应只判断路径切片长度,还要结合权重是否为正无穷。对于多个同权最短路径,如果要拿到全部候选,使用 DijkstraAllFrom,而不是假设 DijkstraFrom 会保留所有等价路线。

最小验证清单

  • 确认图是有向还是无向;方向错误会直接改变可达性。
  • 打印路径节点并手算边权总和,核对业务权重是否按同一单位记录。
  • 为不可达目标准备降级逻辑,为负权数据在入图前做约束或切换算法。
  • 源点固定且目标较多时复用 Shortest;源点变化时重新计算。

常见问题

Gonum 的 DijkstraFrom 能处理负权边吗?

不能把它当作支持负权的算法。只要负权边从源点可达并被发现,文档说明该调用会 panic;这时应改用 Bellman-Ford 或先重新定义非负成本。

为什么 To 返回的路径不是业务上的完整路线名称?

Gonum 只认识节点 ID 和边权。将 ID 映射为城市、服务或仓库名称属于业务层,建议在 nodeIDs 之后单独查表。

只查一个终点还要调用 DijkstraFrom 吗?

可以,但 DijkstraFromTo 能在到达目标后提前结束,更适合单个已知终点;要查多个目标时再使用 DijkstraFrom 复用结果。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go go-flags 怎样把 INI 配置加载进命令参数Go go-flags 怎样把 INI 配置加载进命令参数
上一篇
Go go-flags 怎样把 INI 配置加载进命令参数
Go go-flags 指针字段怎样区分未传参数与零值
下一篇
Go go-flags 指针字段怎样区分未传参数与零值
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    797次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    789次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    877次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    847次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    678次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码