Python NetworkX bfs_beam_edges用法及代碼示例

在波束搜索中迭代邊。

波束搜索是一種廣義的廣度優先搜索，其中僅將當前節點的 “best” w 鄰居排隊，其中 w 是波束寬度，“best” 是特定於應用程序的啟發式搜索。一般來說，具有小波束寬度的波束搜索可能不會訪問圖中的每個節點。

參數：

G：NetworkX 圖

source：節點

廣度優先搜索的起始節點；該函數僅迭代可從此節點到達的組件中的那些邊。

value：函數

一個函數，它將圖形的一個節點作為輸入並返回一個實數，指示它是如何“good”。較高的值意味著在搜索期間更有可能更快地訪問它。當訪問一個新節點時，隻有具有最高 value 的 width 鄰居被排入隊列(按 value 的降序排列)。

width：int(默認 = 無)

搜索的波束寬度。這是訪問每個新節點時要排隊的鄰居數(按 value 排序)。

生成(Yield)：

邊

從 source 開始的光束搜索中的邊，以一對節點的形式給出。

例子：

例如，要在搜索期間為節點提供更高的中心度優先級，請設置 value 函數以返回節點的中心度值：

>>> G = nx.karate_club_graph()
>>> centrality = nx.eigenvector_centrality(G)
>>> source = 0
>>> width = 5
>>> for u, v in nx.bfs_beam_edges(G, source, centrality.get, width):
...     print((u, v))
...
(0, 2)
(0, 1)
(0, 8)
(0, 13)
(0, 3)
(2, 32)
(1, 30)
(8, 33)
(3, 7)
(32, 31)
(31, 28)
(31, 25)
(25, 23)
(25, 24)
(23, 29)
(23, 27)
(29, 26)