[英]Adjacency List Representation to Adjacency Matrix in Python
给定下面的两个邻接表表示
g = {
'I': ['J', 'K', 'M'],
'J': ['I', 'K', 'L'],
'K': ['I', 'J', 'M'],
'L': ['J'],
'M': ['I', 'K']
}
#Weighted
g = {
'I': [('J', 1), ('K', 2), ('M', 3)],
'J': [('I', 1), ('K', 7), ('L', 5)],
'K': [('I', 2), ('J', 7), ('M', 6)],
'L': [('J', 5)],
'M': [(I, 3), (K, 6)]
}
我怎样才能 output 以列表的形式特别是加权邻接列表的形式的等效邻接矩阵。 我已经应用了如何从 python 中的字典生成图形的邻接矩阵中的 karakfa 算法? . 但是,我似乎无法将它实施到加权图上。
keys = sorted(g.keys())
M = [ [0]*len(keys) for i in range(len(keys)) ]
for a,b in [(keys.index(a), keys.index(b)) for a, row in g.items() for b in row]:
M[a][b] = 1
它返回ValueError: ('J', 1) is not in list
原因是您的字典键是您的顶点名称,但您传递的是 (vertex_name, weight) 的元组。 此外,变量名称令人困惑,可能会导致错误( b
被使用两次)。
keys = sorted(g.keys())
M = [ [0]*len(keys) for i in range(len(keys)) ]
for vertex_1, row in g.items():
for vertex_2, weight in row:
M[keys.index(vertex_1)][keys.index(vertex_2)] = weight
这给出了:
[[0, 1, 2, 0, 3],
[1, 0, 7, 5, 0],
[2, 7, 0, 0, 6],
[0, 5, 0, 0, 0],
[3, 0, 6, 0, 0]]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.