项目代码正在寻找基于节点cpu和链接带宽的最短资源路径算法
from igraph import *
from igraph import plot
g = Graph()
weight = [0]
g.add_vertices(7)
g.add_edges([(0,1), (1,2), (2,3), (2,4), (2,5), (3,6), (4,6), (5,6)])
g.vs['cpu'] = [2.0, 2.0, 2.0, 3.0, 2.0, 2.0, 2.0]
g.es['bw'] = [2.0]
g.es["label"] = [2.0]
g.vs['label'] = g.vs['cpu'][0:6]`
weight正在添加和计算值之间的比率，作为论坛中的输入值，但我想引用cpu和bw作为使用网络属性的实际值。我该怎么做 g图元组列表a b 2.0已关闭 for循环来计算每个cpu值
a = 0.25
b = 1 - a
edgeweight = (b * (1/2.0))
vertexweight = a * (1/2.0 + 3.0)
weight = vertexweight + edgeweight
我需要能够从改变cpu和可能的bw以改变体重，找到不同的路径来参考2.0是什么 输出必须是整数值的列表，来自分配给每个顶点的vs字符串属性cpu。因此，我可以在另一个代码中使用权重来确定最短的加权路径，从而能够将“ a”更改为cpu和bw之间的比例因子 我希望能充分说明，对我来说这是一个艰巨的项目代码：）