Python NetworkX edge_bfs用法及代码示例

从 source 开始，对 G 中的边进行定向广度优先搜索。

以广度优先搜索顺序生成 G 的边，一直持续到生成所有边。

参数：

G：图形

有向/无向图/多重图。

source：节点，节点列表

遍历开始的节点。如果没有，则任意重复选择一个源，直到搜索到图中每个节点的所有边。

orientation：无 | ‘original’ | ‘reverse’ | ‘ignore’(默认值：无)

对于有向图和有向多重图，边遍历不需要尊重边的原始方向。当设置为‘reverse’ 时，每条边都以相反的方向遍历。当设置为‘ignore’ 时，每条边都被视为无向。当设置为‘original’ 时，每条边都被视为有向边。在所有三种情况下，产生的边元组都会添加最后一个条目来指示该边被遍历的方向。如果方向为无，则屈服边没有指示方向。方向受到尊重，但未报告。

生成(Yield)：

edge：有向边

指示广度优先搜索所采用的路径的有向边。对于图，edge 的形式为(u, v)，其中u 和v 是由遍历确定的边的尾部和头部。对于多重图， edge 的形式为 (u, v, key) ，其中 key 是边的关键。当图是有向时，u 和 v 始终按实际有向边的顺序排列。如果orientation不是None，则边元组将扩展以包括该边上的遍历方向(‘forward’或‘reverse’)。

注意：

该函数的目标是访问边。它与更熟悉的节点广度优先搜索不同，如networkx.algorithms.traversal.breadth_first_search.bfs_edges，因为一旦访问了每个节点，它就不会停止。在具有边 [(0, 1), (1, 2), (2, 1)] 的有向图中，如果不是此函数提供的函数，则不会访问边 (2, 1)。

该函数的命名与bfs_edges非常相似。区别在于 ‘edge_bfs’ 会产生边，即使它们延伸回已探索的节点，而 ‘bfs_edges’ 会产生由广度优先搜索 (BFS) 产生的树的边，因此如果它们延伸到已经探索过的节点。这意味着 ‘edge_bfs’ 报告所有边，而 ‘bfs_edges’ 仅报告基于节点的 BFS 遍历的边。另一种说明是 ‘bfs_edges’ 报告 BFS 期间遍历的边，而 ‘edge_bfs’ 按探索的顺序报告所有边。

例子：

>>> nodes = [0, 1, 2, 3]
>>> edges = [(0, 1), (1, 0), (1, 0), (2, 0), (2, 1), (3, 1)]

>>> list(nx.edge_bfs(nx.Graph(edges), nodes))
[(0, 1), (0, 2), (1, 2), (1, 3)]

>>> list(nx.edge_bfs(nx.DiGraph(edges), nodes))
[(0, 1), (1, 0), (2, 0), (2, 1), (3, 1)]

>>> list(nx.edge_bfs(nx.MultiGraph(edges), nodes))
[(0, 1, 0), (0, 1, 1), (0, 1, 2), (0, 2, 0), (1, 2, 0), (1, 3, 0)]

>>> list(nx.edge_bfs(nx.MultiDiGraph(edges), nodes))
[(0, 1, 0), (1, 0, 0), (1, 0, 1), (2, 0, 0), (2, 1, 0), (3, 1, 0)]

>>> list(nx.edge_bfs(nx.DiGraph(edges), nodes, orientation="ignore"))
[(0, 1, 'forward'), (1, 0, 'reverse'), (2, 0, 'reverse'), (2, 1, 'reverse'), (3, 1, 'reverse')]

>>> list(nx.edge_bfs(nx.MultiDiGraph(edges), nodes, orientation="ignore"))
[(0, 1, 0, 'forward'), (1, 0, 0, 'reverse'), (1, 0, 1, 'reverse'), (2, 0, 0, 'reverse'), (2, 1, 0, 'reverse'), (3, 1, 0, 'reverse')]