如何用NetworkX实现单源多目标（子串匹配节点）的路径查找

步骤1：筛选匹配子串的目标节点 #

先从图中提取所有包含指定子串（如'IASW'、'IUPE'）的节点，用列表推导式即可快速实现：

import networkx as nx

# 假设你已创建好图G
target_substrings = ['IASW', 'IUPE']
# 筛选所有包含任一目标子串的节点
target_nodes = [node for node in G.nodes() if any(sub in node for sub in target_substrings)]

步骤2：批量计算单源到目标节点的最短路径 #

针对多目标场景，有两种高效处理方式：

方式一：逐个遍历目标节点（适合小规模图）

循环每个筛选出的目标节点，调用nx.shortest_path，同时处理路径不存在的情况：

source_node = 'C0111'
path_results = {}

for target in target_nodes:
    if nx.has_path(G, source_node, target):
        path = nx.shortest_path(G, source_node, target)
        path_results[target] = path
    else:
        path_results[target] = "无可达路径"

# 输出结果
for node, path in path_results.items():
    print(f"从{source_node}到{node}的路径: {path}")

方式二：单源路径树优化（适合大规模图）

如果图节点数量较多，先调用nx.single_source_shortest_path获取源节点到所有可达节点的路径字典，再从中提取目标节点的路径，避免重复计算：

# 获取源节点到所有可达节点的路径集合
all_reachable_paths = nx.single_source_shortest_path(G, source_node)

# 提取目标节点对应的路径
optimized_path_results = {
    target: all_reachable_paths[target] 
    for target in target_nodes 
    if target in all_reachable_paths
}

# 补充无路径的节点记录
for target in target_nodes:
    if target not in optimized_path_results:
        optimized_path_results[target] = "无可达路径"

示例验证 #

用你给出的示例节点构建测试图，验证代码逻辑：

# 构建测试图
G = nx.Graph()
nodes = ['C0111', 'N6186', 'C5572', 'N6501', 'C0850-IASW-NO01', 'C1182-IUPE-NO01']
G.add_nodes_from(nodes)
# 添加示例边（根据你的实际边集调整）
G.add_edges_from([
    ('C0111', 'N6186'),
    ('N6186', 'C5572'),
    ('C5572', 'C0850-IASW-NO01'),
    ('C0111', 'N6501'),
    ('N6501', 'C1182-IUPE-NO01')
])

# 执行代码后会输出：
# 从C0111到C0850-IASW-NO01的路径: ['C0111', 'N6186', 'C5572', 'C0850-IASW-NO01']
# 从C0111到C1182-IUPE-NO01的路径: ['C0111', 'N6501', 'C1182-IUPE-NO01']

内容的提问来源于stack exchange，提问作者user36605