k_edge_subgraphs#

k_edge_subgraphs(G, k)[源代码]#

在G中的每个最大k边连通子图中生成节点。

参数
G网络X图表
k整数

所需的边连接

返回
k_edge_subgraphsK-边子图的一个生成器

每个k边子图是定义G的一个k边连通的子图的极大节点集。

加薪
NetworkXNotImplemented

如果输入图是多重图。

ValueError:

如果k小于1

参见

edge_connectivity()
k_edge_components()

与此函数类似,但是节点只需要在图G中具有k边连通性,子图可能不具有k边连通性。

笔记

尝试使用基于k的最有效的实现。如果k=1或k=2并且图是无向的,那么这只需调用 k_edge_components . 否则算法来自 [[1] 使用。

工具书类

1

周,刘,等.(2012)从大图中找到最大k边连通子图。ACM国际扩展数据库技术会议2012 480-491。https://openproceedings.org/2012/conf/edbt/zhoulylcl12.pdf

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 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]]