k_edge_components#
- k_edge_components(G, k)[源代码]#
在G中的每个最大k边连接组件中生成节点。
- 参数
- G网络X图表
- k整数
所需的边连接
- 返回
- k_edge_componentsK-EDGE-CCS的生成器。返回的每组节点
将在图G中具有k-边连通性。
- 加薪
- NetworkXNotImplemented
如果输入图是多重图。
- ValueError:
如果k小于1
参见
local_edge_connectivity()
k_edge_subgraphs()
与此函数类似,但是由节点定义的子图也必须具有k边连通性。
k_components()
类似于此函数,但使用节点连接而不是边缘连接
笔记
尝试使用基于k的最有效的实现。如果k=1,则这是有向图的简单连通分量和无向图的连通分量。如果k=2,则得到一个有效的桥连通域算法 [[1] 是基于链分解来运行的。否则,来自 [[2] 是使用的。
工具书类
- 1
- 2
王天浩等。(2015)查找所有K边连接组件的简单算法。http://journals.plos.org/plosone/article?ID=10.1371/journal.pone.0136264
实例
>>> 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]]