使用Python的Graph()类实现带权重的图数据结构

在Python中，可以使用Graph()类来实现带权重的图数据结构。Graph()类是网络X库中的一个类，它提供了一种灵活的方式来表示和操作图数据。

下面是一个使用Graph()类实现带权重的图数据结构的例子：

import networkx as nx
import matplotlib.pyplot as plt

# 创建一个有向图
G = nx.DiGraph()

# 添加节点
G.add_node('A')
G.add_node('B')
G.add_node('C')

# 添加带权重的边
G.add_edge('A', 'B', weight=2)
G.add_edge('B', 'C', weight=3)
G.add_edge('A', 'C', weight=1)

# 绘制图形
nx.draw(G, with_labels=True, node_color='lightblue', node_size=1000, font_weight='bold')
edge_labels = nx.get_edge_attributes(G, 'weight')
nx.draw_networkx_edge_labels(G, pos=nx.spring_layout(G), edge_labels=edge_labels)
plt.show()

# 访问节点和边的属性
print(G.nodes)
print(G.edges)
print(G['A'])
print(G['A']['B']['weight'])

# 遍历图的节点和边
for node in G.nodes:
    print(node)
for edge in G.edges:
    print(edge)

在上面的例子中，首先导入了networkx库和matplotlib库。然后通过nx.DiGraph()创建了一个有向图对象G。使用add_node()方法添加了3个节点'A'、'B'、'C'，再使用add_edge()方法添加了3条边。每条边都带有一个weight属性来表示边的权重。

然后使用nx.draw()函数绘制了图形，将节点用圆圈表示，带有标签，并且使用不同的颜色和大小。使用nx.get_edge_attributes()函数获取边的标签，并且使用nx.draw_networkx_edge_labels()函数添加边的权重标签。

接下来，可以通过访问节点和边的属性来获取相关信息。例如，使用G.nodes可以获取所有的节点，使用G.edges可以获取所有的边。使用G['A']可以获取节点'A'的所有边，再通过索引'['B']['weight']'可以获取节点'A'到节点'B'的边的权重。

最后，可以使用for循环遍历图的节点和边，以获取每个节点和边的信息。

总之，Graph()类是一个方便的工具来创建、添加节点和边以及访问图的属性和信息。通过修改节点和边的属性，可以实现各种复杂的图算法和分析。