negative_edge_cycle#
- negative_edge_cycle(G, weight='weight', heuristic=True)[源代码]#
如果g中的任何地方存在负的边循环,则返回true。
- 参数
- G网络X图表
- weight字符串或函数
如果这是一个字符串,则边权重将通过具有此关键字的边属性(即边连接的权重)进行访问
u
至v
将会是G.edges[u, v][weight]
)。如果不存在这样的边属性,则假定边的权重为1。如果这是一个函数,则边的权重是函数返回的值。函数必须只接受三个位置参数:边的两个端点和该边的边属性字典。函数必须返回一个数字。
- heuristic布尔尔
确定是否使用启发式早期检测负循环,而成本可以忽略不计。在具有负圈的图的情况下,检测性能至少提高了一个数量级。
- 返回
- negative_cycle布尔尔
如果存在负沿周期,则为True,否则为False。
笔记
边缘权重属性必须是数字。距离计算为经过加权边缘的总和。
该算法使用Bellman_-Ford_前辈_和_距离(),但首先添加一个连接到每个节点的新节点,然后在该节点上启动Bellman_-Ford_前辈_和_距离,从而在任何组件上找到负循环。然后它会删除这个额外的节点。
实例
>>> G = nx.cycle_graph(5, create_using=nx.DiGraph()) >>> print(nx.negative_edge_cycle(G)) False >>> G[1][2]["weight"] = -7 >>> print(nx.negative_edge_cycle(G)) True