Нужен совет по внедрению прямого и обратного алгоритма Дейкстры в Scala/Spark

Я пытаюсь реализовать как непосредственный Dijkstra, так и его версию обратный (то есть поиск самого длинного пути вместо кратчайшего), но у меня возникают проблемы, потому что я получаю бесконечные расстояния для несвязанных узлов во взвешенном неориентированном графе (и ноль расстояния в обратном варианте).

До сих пор я доверял и модифицировал эту реализацию, которую нашел в Интернете: [http://note.yuhc.me/2015/03/graphx-pregel-shortest-path/]

Мои реализации для обеих функций следующие:

Директ Дийкстра:

// Implementation of Dijkstra algorithm using Pregel API
def computeMinDistance(u: VertexId, k1: VertexId): Double = {

  val g: Graph[(Double, VertexId), Double] = this.uncertainGraph.mapVertices((id, _) =>
    if (id == u) (0.0, id) else (Double.PositiveInfinity, id)
  )

  println("Computing Digkstra distance info fof id: " + u.toString)

  val sssp: Graph[(Double, VertexId), Double] = g.pregel[(Double, VertexId)]((Double.PositiveInfinity, Long.MaxValue), Int.MaxValue, EdgeDirection.Either)(
    (id, dist, newDist) => {
      if (dist._1 < newDist._1) {
        (dist._1, id)
      } else {
        (newDist._1, id)
      }
    },
    triplet => {  // Send Message
      if (triplet.srcAttr._1 + triplet.attr < triplet.dstAttr._1) {

        println("triplet.srcAttr._1 = " + triplet.srcAttr._1 .toString)
        println("triplet.dstAttr._1 = " + triplet.dstAttr._1 .toString)

        Iterator((triplet.dstId, (triplet.srcAttr._1 + triplet.attr, triplet.srcId)))
      } else {
        Iterator.empty
      }
    },
    (a, b) => (math.min(a._1, b._1), a._2) // Merge Message
  )

  sssp.vertices.take(20).foreach(println(_))

  sssp.vertices.filter(element => element._1 == k1).map(element => element._2._1).collect()(0)

}

Обратный Дейкстра:

def computeMaxDistance(node: VertexId, center: VertexId): Double = {

val g: Graph[(Double, VertexId), Double] = this.uncertainGraph.mapVertices((id, _) =>
  if (id != node) (0.0, id) else (Double.PositiveInfinity, id)
)

val sslp: Graph[(Double, VertexId), Double] = g.pregel[(Double, VertexId)]((Double.PositiveInfinity, Long.MaxValue), Int.MaxValue, EdgeDirection.Either)(
  (id, dist, newDist) => {
    if (dist._1 > newDist._1) {
      (dist._1, id)
    } else {
      (newDist._1, id)
    }
  },
  triplet => {  // Send Message
    if (triplet.srcAttr._1 + triplet.attr > triplet.dstAttr._1) {

      println("triplet.srcAttr._1 = " + triplet.srcAttr._1 .toString)
      println("triplet.dstAttr._1 = " + triplet.dstAttr._1 .toString)

      Iterator((triplet.dstId, (triplet.srcAttr._1 + triplet.attr, triplet.srcId)))
    } else {
      Iterator.empty
    }
  },
  (a, b) => (math.max(a._1, b._1), a._2) // Merge Message
)

sslp.vertices.take(20).foreach(println(_))

sslp.vertices.filter(element => element._1 == center).map(element => element._2._1).collect()(0)

}

Любая помощь глубоко оценена. У меня нет такого опыта работы со Scala и Spark. Заранее спасибо.