k_edge_components#

k_edge_components(G, k)[source]#

生成 G 中每个极大 k-边连通分量中的节点。

参数:
GNetworkX 图
k整数

所需的边连通性

返回:
k_edge_components一个 k-边连通分量的生成器。返回的每个节点集

在图 G 中将具有 k-边连通性。

引发:
NetworkXNotImplemented

如果输入图是多重图。

ValueError

如果 k 小于 1

另请参阅

local_edge_connectivity()
k_edge_subgraphs()

类似于此函数，但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，但使用节点连通性而非边连通性

注释

尝试根据 k 使用最有效的实现。如果 k=1，对于有向图和无向图，这只是简单连通分量。如果 k=2，则基于链分解运行来自 _[1] 的高效桥连通分量算法。否则，使用来自 _[2] 的算法。

参考文献

[2]

Wang, Tianhao, et al. (2015) A simple algorithm for finding all k-edge-connected components. http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0136264

示例

>>> 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]]
在本页