本文简要介绍 python 语言中 scipy.sparse.csgraph.depth_first_tree
的用法。
用法:
scipy.sparse.csgraph.depth_first_tree(csgraph, i_start, directed=True)#
返回由深度优先搜索生成的树。
请注意,深度优先搜索生成的树不是唯一的:它取决于每个节点的子节点的搜索顺序。
- csgraph: 数组 或稀疏矩阵
表示压缩稀疏图的 N x N 矩阵。输入的 csgraph 将被转换为 csr 格式进行计算。
- i_start: int
起始节点的索引。
- directed: 布尔型,可选
如果为 True(默认值),则对有向图进行操作:仅沿着路径 csgraph[i, j] 从点 i 移动到点 j。如果为 False,则在无向图上找到最短路径:算法可以沿着 csgraph[i, j] 或 csgraph[j, i] 从点 i 前进到 j。
- cstree: 企业社会责任矩阵
从 csgraph 绘制的深度优先树的 N x N 定向 compressed-sparse 表示,从指定节点开始。
参数 ::
返回 ::
注意:
如果可能存在多个有效解决方案,则输出可能会因 SciPy 和 Python 版本而异。
例子:
以下示例显示了在简单的 four-component 图上计算深度优先树(从节点 0 开始):
input graph depth first tree from (0) (0) (0) / \ \ 3 8 8 / \ \ (3)---5---(1) (3) (1) \ / \ / 6 2 6 2 \ / \ / (2) (2)
在压缩稀疏表示中,解决方案如下所示:
>>> from scipy.sparse import csr_matrix >>> from scipy.sparse.csgraph import depth_first_tree >>> X = csr_matrix([[0, 8, 0, 3], ... [0, 0, 2, 5], ... [0, 0, 0, 6], ... [0, 0, 0, 0]]) >>> Tcsr = depth_first_tree(X, 0, directed=False) >>> Tcsr.toarray().astype(int) array([[0, 8, 0, 0], [0, 0, 2, 0], [0, 0, 0, 6], [0, 0, 0, 0]])
请注意,生成的图是跨越该图的有向无环图。与广度优先树不同,如果给定图包含循环,则深度优先树不是唯一的。如果上述解决方案从连接节点 0 和 3 的边开始,结果将会有所不同。
相关用法
- Python SciPy csgraph.depth_first_order用法及代码示例
- Python SciPy csgraph.dijkstra用法及代码示例
- Python SciPy csgraph.csgraph_to_dense用法及代码示例
- Python SciPy csgraph.min_weight_full_bipartite_matching用法及代码示例
- Python SciPy csgraph.minimum_spanning_tree用法及代码示例
- Python SciPy csgraph.breadth_first_order用法及代码示例
- Python SciPy csgraph.connected_components用法及代码示例
- Python SciPy csgraph.breadth_first_tree用法及代码示例
- Python SciPy csgraph.csgraph_from_dense用法及代码示例
- Python SciPy csgraph.floyd_warshall用法及代码示例
- Python SciPy csgraph.bellman_ford用法及代码示例
- Python SciPy csgraph.csgraph_to_masked用法及代码示例
- Python SciPy csgraph.maximum_flow用法及代码示例
- Python SciPy csgraph.csgraph_masked_from_dense用法及代码示例
- Python SciPy csgraph.shortest_path用法及代码示例
- Python SciPy csgraph.reconstruct_path用法及代码示例
- Python SciPy csgraph.johnson用法及代码示例
- Python SciPy csgraph.maximum_bipartite_matching用法及代码示例
- Python SciPy csgraph.csgraph_from_masked用法及代码示例
- Python SciPy csgraph.construct_dist_matrix用法及代码示例
- Python SciPy csgraph.reverse_cuthill_mckee用法及代码示例
- Python SciPy csgraph.laplacian用法及代码示例
- Python SciPy csgraph.structural_rank用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
- Python SciPy csc_matrix.nonzero用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.sparse.csgraph.depth_first_tree。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。