Python NetworkX k_edge_subgraphs用法及代碼示例

在 G 中的每個最大 k-edge-connected 子圖中生成節點。

參數：

G：NetworkX 圖

k：整數

所需的邊連接

返回：

k_edge_subgraphs：k-edge-subgraphs 的生成器

每個 k-edge-subgraph 是定義 G 的子圖 k-edge-connected 的最大節點集。

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 或 k=2 並且圖是無向的，那麽這隻是調用 k_edge_components 。否則使用 _[1] 中的算法。

參考：

1

Zhou, Liu, et al. (2012) Finding maximal k-edge-connected subgraphs from a large graph. ACM International Conference on Extending Database Technology 2012 480--491. https://openproceedings.org/2012/conf/edbt/ZhouLYLCL12.pdf

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 does not return {1, 4} unlike k_edge_components
>>> sorted(map(sorted, nx.k_edge_subgraphs(G, k=3)))
[[1], [2], [3], [4], [5, 6, 7, 8]]