有向图，节点为node1 ，node2, 边结构为Edge求图形两点之间的最短路径，及长度，如果不可达则写成-1

### 回答1：

抱歉，由于缺乏图形的具体描述和算法的要求，我无法为您提供完整的答案。以下是一个基本的算法来解决有向图的最短路径问题，供您参考：

一种常用的算法是Dijkstra算法，以下是该算法的基本步骤：

1. 初始化

设置一个起点，将起点到每个节点的距离初始化为无穷大，将起点到自己的距离初始化为0。

2. 选择未标记的节点中距离最小的节点

从未标记的节点中选择一个距离起点最短的节点，并将其标记为已访问。

3. 更新距离

对于每个与该节点相邻的节点，如果通过该节点可以到达该节点，则更新到起点的距离。

4. 重复步骤2和3

重复步骤2和3，直到所有节点都被标记或者没有可以更新的节点。

5. 输出结果

输出起点到每个节点的最短距离。

如果您能提供更具体的问题描述和所需算法，我将能够为您提供更详细的答案。

### 回答2：
对于给定的有向图，节点之间的最短路径可以通过使用Dijkstra算法来计算。下面是使用python语言实现的代码：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典
    distances = {}
    for node in graph:
        distances[node] = float('inf')
    distances[start] = 0
    
    # 初始化优先队列
    pq = [(0, start)]
    
    # 开始遍历图
    while pq:
        cur_distance, cur_node = heapq.heappop(pq)
        
        # 如果已经找到更短的路径，则跳过当前节点
        if cur_distance > distances[cur_node]:
            continue
        
        # 遍历当前节点的邻居
        for neighbor, weight in graph[cur_node]:
            distance = cur_distance + weight
            # 如果找到了比当前路径更短的路径，则更新距离
            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(pq, (distance, neighbor))
    
    return distances
  
# 构建图结构
graph = {
    'node1': [('node2', 4)],
    'node2': [('node1', 4), ('node3', 2)],
    'node3': [('node2', 2)]
}

# 计算最短路径
distances = dijkstra(graph, 'node1')

# 输出最短路径和长度
if distances['node2'] == float('inf'):
    print('node1 到 node2 的最短路径不存在')
else:
    print('node1 到 node2 的最短路径为:', distances['node2'])

以上代码中的graph表示了有向图的结构，以字典的形式存储每个节点以及它的邻居和对应的边的权重。dijkstra函数实现了Dijkstra算法来计算从给定起始节点到其他节点的最短路径。在输出部分，我们判断了从node1到node2的最短路径是否存在，并进行相应的输出。如果最短路径不存在，则输出-1。

### 回答3：
要解决有向图中两点之间的最短路径问题，我们可以使用Dijkstra算法，以下是解决该问题的步骤：

1. 首先，创建一个集合S，用于存储已知最短路径的节点。
2. 初始化节点node1的最短路径长度为0，将其加入集合S。
3. 对于除了node1以外的所有节点，将它们的最短路径长度初始化为无穷大，并加入一个集合Q中。
4. 从集合Q中选择一个不在集合S中的节点u，使得到达该节点的距离最短，将u加入集合S。
5. 遍历u的所有相邻节点v，并更新从node1到v的最短路径长度。
a. 如果从node1到u的最短路径长度加上u到v的边的权重小于当前从node1到v的最短路径长度，则更新最短路径长度为新的值。
b. 重复步骤4和步骤5，直到集合S包含了所有的节点，或者集合Q为空。
6. 如果node2存在于集合S中，则最短路径长度为从node1到node2的最短路径长度。否则，表示不可达，最短路径长度为-1。

注意，上述步骤中的边结构Edge有可能会影响步骤5中计算最短路径长度的具体方式，但基本思路是相同的。

综上所述，我们可以使用Dijkstra算法来求解有向图中节点node1和node2之间的最短路径长度，如果不可达则最短路径长度为-1。