以下是使用Python语言结合networkx库来解决最短路径问题的示例。

1. 安装networkx库（如果没有安装）
   • 如果使用pip，可以在命令行中运行pip install networkx。
2. 示例代码

   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_nodes_from([1, 2, 3, 4, 5])

   # 添加边及权重
   G.add_edge(1, 2, weight = 2)
   G.add_edge(1, 3, weight = 1)
   G.add_edge(2, 4, weight = 3)
   G.add_edge(3, 4, weight = 1)
   G.add_edge(3, 5, weight = 4)
   G.add_edge(4, 5, weight = 2)

   # 计算从节点1到节点5的最短路径
   shortest_path = nx.shortest_path(G, source = 1, target = 5, weight='weight')
   shortest_length = nx.shortest_path_length(G, source = 1, target = 5, weight='weight')

   print("最短路径:", shortest_path)
   print("最短路径长度:", shortest_length)

   # 绘制图形（可选）
pos = nx.spring_layout(G)
nx.draw_networkx_nodes(G, pos)
nx.draw_networkx_edges(G, pos)
nx.draw_networkx_labels(G, pos)
plt.show()

   • 在这个示例中：
     • 首先创建了一个有向图G。
     • 然后添加了节点和边以及边的权重。
     • 使用nx.shortest_path函数来计算从指定源节点到目标节点的最短路径，nx.shortest_path_length函数计算最短路径的长度。
     • 最后，还有一段绘制图形的代码（这部分是可选的，如果不需要可视化可以删除相关代码）。

这只是一个简单的示例，对于更复杂的图结构和不同的应用场景，可能需要对代码进行调整。