all_pairs_node_connectivity

all_pairs_node_connectivity(G, nbunch=None, flow_func=None)

计算 G 中所有节点对之间的节点连通性。

参数:

GNetworkX 图

无向图

nbunch: 容器

节点的容器。如果提供，则只计算 nbunch 中节点对的节点连通性。

flow_func函数

一个用于计算节点对之间最大流的函数。该函数必须至少接受三个参数：一个有向图、一个源节点和一个目标节点。并返回一个遵循 NetworkX 约定的剩余网络（详见 maximum_flow()）。如果 flow_func 为 None，则使用默认的最大流函数 (edmonds_karp())。详见下方。默认函数的选择可能因版本而异，不应依赖。默认值：None。

返回:

all_pairs字典

一个字典，包含 G 中所有节点对之间（如果提供了 nbunch，则为 nbunch 中节点对之间）的节点连通性。

另请参阅

local_node_connectivity()

edge_connectivity()

local_edge_connectivity()

maximum_flow()

edmonds_karp()

preflow_push()

shortest_augmenting_path()

---

其他后端也实现了此函数

parallel一个使用 joblib 并行运行图算法的 NetworkX 后端。nx-parallel 的配置指南在此处 此处

并行实现首先将 nbunch 的所有排列（对于有向图）和组合（对于无向图）列表分成块，然后创建一个生成器来延迟计算每个块的局部节点连通性，最后利用 joblib 的 Parallel 函数在 n_jobs 个 CPU 核心上并行执行这些计算。最后，将结果聚合成一个字典并返回。

附加参数

get_chunksstr, function (默认 = “chunks”)

一个函数，接受 list(iter_func(nbunch, 2)) 作为输入，并返回一个可迭代对象 pairs_chunks，其中 iter_func 在有向图中为 permutations，在无向图中为 combinations。默认是将列表切片成 n_jobs 个块，每个块的大小至多为 10，至少为 1。

[源]