Python NetworkX k_edge_components用法及代碼示例

在 G 中的每個最大 k-edge-connected 分量中生成節點。

參數：

G：NetworkX 圖

k：整數

所需的邊連接

返回：

k_edge_components：k-edge-ccs 的生成器。每組返回節點

在圖 G 中將有 k-edge-connectivity。

拋出：

NetworkXNotImplemented

如果輸入圖是多重圖。

ValueError：

如果 k 小於 1

注意：

嘗試使用基於 k 的最有效的實現。如果 k=1，這對於有向圖是簡單的連通分量，對於無向圖是連通分量。如果在 _[1] 的有效橋接組件算法上 k=2，則基於鏈分解運行。否則，使用 _[2] 中的算法。

參考：

1

https://en.wikipedia.org/wiki/Bridge_%28graph_theory%29

2

Wang, Tianhao, et al. (2015) A simple algorithm for finding all k-edge-connected components. http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0136264

例子：

>>> import itertools as it
>>> from networkx.utils import pairwise
>>> paths = [
...     (1, 2, 4, 3, 1, 4),
...     (5, 6, 7, 8, 5, 7, 8, 6),
... ]
>>> G = nx.Graph()
>>> G.add_nodes_from(it.chain(*paths))
>>> G.add_edges_from(it.chain(*[pairwise(path) for path in paths]))
>>> # note this returns {1, 4} unlike k_edge_subgraphs
>>> sorted(map(sorted, nx.k_edge_components(G, k=3)))
[[1, 4], [2], [3], [5, 6, 7, 8]]