Python NetworkX edge_bfs用法及代碼示例

從 source 開始，對 G 中的邊進行定向廣度優先搜索。

以廣度優先搜索順序生成 G 的邊，一直持續到生成所有邊。

參數：

G：圖形

有向/無向圖/多重圖。

source：節點，節點列表

遍曆開始的節點。如果沒有，則任意重複選擇一個源，直到搜索到圖中每個節點的所有邊。

orientation：無 | ‘original’ | ‘reverse’ | ‘ignore’(默認值：無)

對於有向圖和有向多重圖，邊遍曆不需要尊重邊的原始方向。當設置為‘reverse’ 時，每條邊都以相反的方向遍曆。當設置為‘ignore’ 時，每條邊都被視為無向。當設置為‘original’ 時，每條邊都被視為有向邊。在所有三種情況下，產生的邊元組都會添加最後一個條目來指示該邊被遍曆的方向。如果方向為無，則屈服邊沒有指示方向。方向受到尊重，但未報告。

生成(Yield)：

edge：有向邊

指示廣度優先搜索所采用的路徑的有向邊。對於圖，edge 的形式為(u, v)，其中u 和v 是由遍曆確定的邊的尾部和頭部。對於多重圖， edge 的形式為 (u, v, key) ，其中 key 是邊的關鍵。當圖是有向時，u 和 v 始終按實際有向邊的順序排列。如果orientation不是None，則邊元組將擴展以包括該邊上的遍曆方向(‘forward’或‘reverse’)。

注意：

該函數的目標是訪問邊。它與更熟悉的節點廣度優先搜索不同，如networkx.algorithms.traversal.breadth_first_search.bfs_edges，因為一旦訪問了每個節點，它就不會停止。在具有邊 [(0, 1), (1, 2), (2, 1)] 的有向圖中，如果不是此函數提供的函數，則不會訪問邊 (2, 1)。

該函數的命名與bfs_edges非常相似。區別在於 ‘edge_bfs’ 會產生邊，即使它們延伸回已探索的節點，而 ‘bfs_edges’ 會產生由廣度優先搜索 (BFS) 產生的樹的邊，因此如果它們延伸到已經探索過的節點。這意味著 ‘edge_bfs’ 報告所有邊，而 ‘bfs_edges’ 僅報告基於節點的 BFS 遍曆的邊。另一種說明是 ‘bfs_edges’ 報告 BFS 期間遍曆的邊，而 ‘edge_bfs’ 按探索的順序報告所有邊。

例子：

>>> nodes = [0, 1, 2, 3]
>>> edges = [(0, 1), (1, 0), (1, 0), (2, 0), (2, 1), (3, 1)]

>>> list(nx.edge_bfs(nx.Graph(edges), nodes))
[(0, 1), (0, 2), (1, 2), (1, 3)]

>>> list(nx.edge_bfs(nx.DiGraph(edges), nodes))
[(0, 1), (1, 0), (2, 0), (2, 1), (3, 1)]

>>> list(nx.edge_bfs(nx.MultiGraph(edges), nodes))
[(0, 1, 0), (0, 1, 1), (0, 1, 2), (0, 2, 0), (1, 2, 0), (1, 3, 0)]

>>> list(nx.edge_bfs(nx.MultiDiGraph(edges), nodes))
[(0, 1, 0), (1, 0, 0), (1, 0, 1), (2, 0, 0), (2, 1, 0), (3, 1, 0)]

>>> list(nx.edge_bfs(nx.DiGraph(edges), nodes, orientation="ignore"))
[(0, 1, 'forward'), (1, 0, 'reverse'), (2, 0, 'reverse'), (2, 1, 'reverse'), (3, 1, 'reverse')]

>>> list(nx.edge_bfs(nx.MultiDiGraph(edges), nodes, orientation="ignore"))
[(0, 1, 0, 'forward'), (1, 0, 0, 'reverse'), (1, 0, 1, 'reverse'), (2, 0, 0, 'reverse'), (2, 1, 0, 'reverse'), (3, 1, 0, 'reverse')]