Python NetworkX bfs_predecessors用法及代码示例

本文简要介绍 networkx.algorithms.traversal.breadth_first_search.bfs_predecessors 的用法。

用法: bfs_predecessors(G, source, depth_limit=None, sort_neighbors=None)

返回源中广度优先搜索中前驱的迭代器。

参数：

G：NetworkX 图
source：节点: 指定广度优先搜索的起始节点
depth_limit：整数，可选(默认=len(G)): 指定最大搜索深度
sort_neighbors：函数: 将给定节点的邻居列表作为输入的函数，并在这些邻居上返回 iterator，但具有自定义排序。

pred：迭代器: (节点，前任)迭代器，其中 predecessor 是从 source 开始的广度优先搜索中 node 的前任。

注意：

基于 D. Eppstein 的 http://www.ics.uci.edu/~eppstein/PADS/BFS.py，2004 年 7 月。根据维基百科文章“Depth-limited-search”进行的允许深度限制的修改。

例子：

>>> G = nx.path_graph(3)
>>> print(dict(nx.bfs_predecessors(G, 0)))
{1: 0, 2: 1}
>>> H = nx.Graph()
>>> H.add_edges_from([(0, 1), (0, 2), (1, 3), (1, 4), (2, 5), (2, 6)])
>>> print(dict(nx.bfs_predecessors(H, 0)))
{1: 0, 2: 0, 3: 1, 4: 1, 5: 2, 6: 2}
>>> M = nx.Graph()
>>> nx.add_path(M, [0, 1, 2, 3, 4, 5, 6])
>>> nx.add_path(M, [2, 7, 8, 9, 10])
>>> print(sorted(nx.bfs_predecessors(M, source=1, depth_limit=3)))
[(0, 1), (2, 1), (3, 2), (4, 3), (7, 2), (8, 7)]
>>> N = nx.DiGraph()
>>> nx.add_path(N, [0, 1, 2, 3, 4, 7])
>>> nx.add_path(N, [3, 5, 6, 7])
>>> print(sorted(nx.bfs_predecessors(N, source=2)))
[(3, 2), (4, 3), (5, 3), (6, 5), (7, 4)]

相关用法

注：本文由纯净天空筛选整理自networkx.org大神的英文原创作品 networkx.algorithms.traversal.breadth_first_search.bfs_predecessors。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：