Python NetworkX k_edge_components用法及代码示例

在 G 中的每个最大 k-edge-connected 分量中生成节点。

参数：

G：NetworkX 图

k：整数

所需的边连接

返回：

k_edge_components：k-edge-ccs 的生成器。每组返回节点

在图 G 中将有 k-edge-connectivity。

抛出：

NetworkXNotImplemented

如果输入图是多重图。

ValueError：

如果 k 小于 1

注意：

尝试使用基于 k 的最有效的实现。如果 k=1，这对于有向图是简单的连通分量，对于无向图是连通分量。如果在 _[1] 的有效桥接组件算法上 k=2，则基于链分解运行。否则，使用 _[2] 中的算法。

参考：

1

https://en.wikipedia.org/wiki/Bridge_%28graph_theory%29

2

Wang, Tianhao, et al. (2015) A simple algorithm for finding all k-edge-connected components. http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0136264

例子：

>>> import itertools as it
>>> from networkx.utils import pairwise
>>> paths = [
...     (1, 2, 4, 3, 1, 4),
...     (5, 6, 7, 8, 5, 7, 8, 6),
... ]
>>> G = nx.Graph()
>>> G.add_nodes_from(it.chain(*paths))
>>> G.add_edges_from(it.chain(*[pairwise(path) for path in paths]))
>>> # note this returns {1, 4} unlike k_edge_subgraphs
>>> sorted(map(sorted, nx.k_edge_components(G, k=3)))
[[1, 4], [2], [3], [5, 6, 7, 8]]