如何计算图中所有节点间的乘法距离？（边权重相乘替代求和）

你提到的需求是计算节点间路径上边权重的乘积，而不是默认的求和，这个问题可以通过对数转换巧妙解决——因为乘积的对数等于对数的和，这样就能把乘法问题转化为igraph擅长的加法型最短路径计算，之后再还原为乘积结果。

下面结合你的示例代码，给出完整的实现步骤：

步骤1：基础准备（沿用你的代码） #

首先加载igraph并创建带权图：

library(igraph)

# 创建带权邻接矩阵
mx <- structure(c(0, 0.5, 0, 0, 0,
                  0.5, 0, 0.5, 0.5, 0,
                  0, 0.5, 0, 0, 0.5,
                  0, 0.5, 0, 0, 0,
                  0, 0, 0.5, 0, 0), .Dim = c(5L, 5L))

# 转换为igraph对象（明确无向图，和你的矩阵结构匹配）
mx2 <- graph.adjacency(mx, weighted = TRUE, mode = "undirected")

步骤2：对数转换边权重 #

因为我们要把乘法转为加法，所以对每条边的权重取自然对数（注意：边权重不能为0，否则对数无意义，你的示例里权重都是0.5，完全没问题）：

# 提取并转换边权重
E(mx2)$weight <- log(E(mx2)$weight)

步骤3：计算对数求和的最短路径，再还原为乘积 #

现在用shortest.paths计算求和型的最短路径（对应原权重的乘积最小路径），然后对结果取指数还原：

# 计算对数求和的最短路径
log_distances <- shortest.paths(mx2)

# 指数转换得到乘积结果
product_distances <- exp(log_distances)

# 查看最终结果
product_distances

运行后你会得到一个矩阵，其中product_distances[i,j]就是节点i到节点j的路径中，边权重乘积最小的那个值（对应你需求里的“距离”定义）。

补充说明 #

• 如果存在节点间不可达的情况，log_distances中对应的值会是Inf，exp(Inf)会得到Inf，你可以根据需求把这些值替换为NA：

  product_distances[is.infinite(product_distances)] <- NA
  

• 如果你需要的是所有可能路径的乘积之和（而非最短路径的乘积），那这个问题属于图的传递闭包乘积求和场景，需要用矩阵幂运算或自定义累积函数实现，和shortest.paths的逻辑差异较大，若需要这种场景可以再补充说明。

内容的提问来源于stack exchange，提问作者flee