如何在Neo4j中计算包含节点成本与边成本的最短路径？

核心思路 #

不需要强行合并节点成本到边成本，两种方式都能实现以「节点成本+边成本」总和最小为目标的最短路径计算：一种是查询时动态计算综合权重，另一种是预合并成本到边属性（适合高频查询场景）。

方法一：查询时动态计算总成本（无需修改原有数据） #

直接在Cypher查询中计算路径的总成本，包含起点的节点成本、每条边的成本，以及每条边后继节点的成本。适合临时查询或者数据经常变动的场景。

示例Cypher代码：
假设节点有node_cost属性，边有edge_cost属性，查找从名称为'A'的节点到名称为'B'的节点的最短路径：

MATCH path = (start:Node {name: 'A'})-[*]->(end:Node {name: 'B'})
WITH path, 
     // 计算总成本：起点成本 + 每条边成本+对应后继节点成本的累加
     start.node_cost + reduce(total = 0, rel IN relationships(path) | 
       total + rel.edge_cost + endNode(rel).node_cost) AS total_cost
RETURN path, total_cost
ORDER BY total_cost ASC
LIMIT 1

如果使用Neo4j Graph Data Science (GDS)库，也可以直接在算法中自定义权重表达式，无需额外处理：

// 先获取起点和终点的节点对象
MATCH (start:Node {name: 'A'}), (end:Node {name: 'B'})
CALL gds.shortestPath.dijkstra.stream({
  nodeProjection: {
    Node: { properties: 'node_cost' }
  },
  relationshipProjection: {
    ANY_REL: {
      type: '*',
      properties: 'edge_cost'
    }
  },
  startNode: start,
  endNode: end,
  // 动态定义边的有效权重：边成本 + 后继节点成本
  relationshipWeightProperty: (relationship, endNode) => relationship.edge_cost + endNode.node_cost
})
YIELD path, totalCost
// 加上起点的节点成本得到最终总成本
RETURN path, totalCost + start.node_cost AS final_total_cost

方法二：预合并节点成本到边属性（适合高频查询） #

如果这类查询非常频繁，可以把后继节点的成本提前合并到边的属性中，后续查询直接使用合并后的权重，提升查询效率。

1. 批量更新边的合并成本：

MATCH ()-[e]->(targetNode)
// 将边的成本 + 后继节点的成本，存入新的边属性combined_cost
SET e.combined_cost = e.edge_cost + targetNode.node_cost

2. 使用GDS的Dijkstra算法查询最短路径：

MATCH (start:Node {name: 'A'}), (end:Node {name: 'B'})
CALL gds.shortestPath.dijkstra.stream({
  nodeProjection: 'Node',
  relationshipProjection: {
    ANY_REL: {
      type: '*',
      properties: 'combined_cost'
    }
  },
  startNode: start,
  endNode: end,
  relationshipWeightProperty: 'combined_cost'
})
YIELD path, totalCost
// 注意：合并的边权重里不包含起点的节点成本，需要单独加上
RETURN path, totalCost + start.node_cost AS final_total_cost

内容的提问来源于stack exchange，提问作者thomaswiiswitch