Python NetworkX minimum_spanning_edges用法及代码示例

在无向加权图的最小生成森林中生成边。

最小生成树是图(树)的子图，其边权重之和最小。生成森林是图的每个连接组件的生成树的联合。

参数：

G：无向图

一个无向图。如果G 已连接，则算法会找到生成树。否则，会找到一个生成林。

algorithm：string

查找最小生成树时使用的算法。有效选择是‘kruskal’, ‘prim’或‘boruvka’。默认为‘kruskal’。

weight：string

用于权重的边数据键(默认 ‘weight’)。

keys：bool

除了边之外，是否在多重图中产生边键。如果G 不是多重图，则忽略它。

data：布尔型，可选

如果 True 产生边数据以及边。

ignore_nan：布尔(默认值：假)

如果发现NaN 作为边权重，通常会引发异常。如果 ignore_nan is True 则忽略该边。

返回：

edges：迭代器

G 的最大生成树中的边上的迭代器。连接节点 u 和 v 的边表示为元组：(u, v, k, d) 或 (u, v, k) 或 (u, v, d) 或 (u, v)

如果G是多图，keys表示边键k是否会在边元组的第三个位置上报。 data 指示边数据字典d 是否会出现在边元组的末尾。

如果G 不是多重图，则如果data 为True，则元组为(u, v, d)，如果data 为False，则为(u, v)。

注意：

对于 Borůvka 的算法，每条边必须有一个权重属性，并且每条边的权重必须是不同的。

对于其他算法，如果图边没有权重属性，则将使用默认权重 1。

来自 David Eppstein 的修改代码，2006 年 4 月 http://www.ics.uci.edu/~eppstein/PADS/

例子：

>>> from networkx.algorithms import tree

通过 Kruskal 算法找到最小跨越边

>>> G = nx.cycle_graph(4)
>>> G.add_edge(0, 3, weight=2)
>>> mst = tree.minimum_spanning_edges(G, algorithm="kruskal", data=False)
>>> edgelist = list(mst)
>>> sorted(sorted(e) for e in edgelist)
[[0, 1], [1, 2], [2, 3]]

通过 Prim 算法找到最小跨越边

>>> G = nx.cycle_graph(4)
>>> G.add_edge(0, 3, weight=2)
>>> mst = tree.minimum_spanning_edges(G, algorithm="prim", data=False)
>>> edgelist = list(mst)
>>> sorted(sorted(e) for e in edgelist)
[[0, 1], [1, 2], [2, 3]]