edge_bfs

edge_bfs(G, source=None, orientation=None)

有向的、广度优先的边缘搜索 G 开始于 source .

以宽度优先搜索顺序生成g的边，直到生成所有边为止。

参数

G图表

有向/无向图/多重图。

source节点，节点列表

开始遍历的节点。如果没有，则任意重复选择一个源，直到搜索完图中每个节点的所有边。

orientation无|‘原始’|‘反向’|‘忽略’(默认为无)

对于有向图和有向多重图，边的遍历不需要考虑边的原始方向。当设置为“反转”时，每条边都以相反的方向遍历。当设置为‘忽略’时，每条边都被视为无方向。当设置为‘原始’时，每条边都被视为定向的。在所有三种情况下，生成的边元组都会添加最后一个条目，以指示遍历该边的方向。如果方向为None，则屈服边没有指示方向。这一方向受到尊重，但没有得到报道。

产量

edge有向边

指示广度优先搜索所采用的路径的有向边。对于图表，请参见 edge 是以下形式的 (u, v) 哪里 u 和 v 是由遍历确定的边的尾部和头部。对于多重图， edge 是以下形式的 (u, v, key) ，在哪里 key 是边缘的关键。当图形被定向时，则 u 和 v 始终按实际有向边的顺序排列。如果方向不是无，则扩展边缘元组以包括该边缘上的遍历方向(向前或向后)。

参见

bfs_edges

bfs_tree

edge_dfs

笔记

此函数的目标是访问边。它不同于更熟悉的广度优先搜索节点，如 networkx.algorithms.traversal.breadth_first_search.bfs_edges() ，因为一旦访问了每个节点，它就不会停止。在有边有向图中 [（0，1），（1，2），（2，1）] ，如果没有此函数提供的功能，则不会访问边缘（2，1）。

此函数的命名与bfs_edges非常相似。不同之处在于，“edge_bfs”生成边，即使它们延伸回已探索的节点；而“bfs_edges”生成树的边，该树的边是由广度优先搜索（bfs）生成的，因此如果它们延伸到已探索的节点，则不会报告任何边。这意味着“edge_bfs”报告所有边，而“bfs_edges”只报告由基于节点的bfs遍历的边。另一种描述是“bfs_edges”报告bfs期间遍历的边，而“edges_bfs”报告所有边的顺序都是按照它们被探索的顺序。

实例

>>> 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')]