Python NetworkX edge_dfs用法及代码示例

本文简要介绍 networkx.algorithms.traversal.edgedfs.edge_dfs 的用法。

用法: edge_dfs(G, source=None, orientation=None)

G 中边的定向深度优先搜索，从 source 开始。

以深度优先搜索顺序产生 G 的边，直到生成所有边。

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: 有向边指示深度优先遍历所采取的路径。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：

这个函数的目标是访问边。它与 dfs_edges() 提供的更熟悉的节点深度优先遍历不同，因为它不会在访问每个节点后停止。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)。

例子：

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

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

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

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

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

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

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

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.edgedfs.edge_dfs。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。