scipy.sparse.csgraph.

breadth_first_tree#

scipy.sparse.csgraph.breadth_first_tree(csgraph, i_start, directed=True)#

返回由广度优先搜索生成的树

请注意，从指定节点开始的广度优先树是唯一的。

在版本 0.11.0 中添加。

参数:
csgraph类似数组或稀疏矩阵

表示压缩稀疏图的 N x N 矩阵。输入 csgraph 将被转换为 csr 格式以进行计算。

i_start整数

起始节点的索引。

directed布尔值，可选

如果为 True（默认），则对有向图进行操作：仅沿路径 csgraph[i, j] 从点 i 移动到点 j。如果为 False，则在无向图上查找最短路径：算法可以沿 csgraph[i, j] 或 csgraph[j, i] 从点 i 移动到 j。

返回值:
cstreecsr 矩阵

从 csgraph 中绘制的广度优先树的 N x N 有向压缩稀疏表示，从指定的节点开始。

注意

如果存在多个有效解，输出可能会随着 SciPy 和 Python 版本而异。

示例

以下示例展示了对简单四组件图进行深度优先树计算，从节点 0 开始

 input graph          breadth first tree from (0)

     (0)                         (0)
    /   \                       /   \
   3     8                     3     8
  /       \                   /       \
(3)---5---(1)               (3)       (1)
  \       /                           /
   6     2                           2
    \   /                           /
     (2)                         (2)

在压缩稀疏表示中，解看起来像这样

>>> from scipy.sparse import csr_matrix
>>> from scipy.sparse.csgraph import breadth_first_tree
>>> X = csr_matrix([[0, 8, 0, 3],
...                 [0, 0, 2, 5],
...                 [0, 0, 0, 6],
...                 [0, 0, 0, 0]])
>>> Tcsr = breadth_first_tree(X, 0, directed=False)
>>> Tcsr.toarray().astype(int)
array([[0, 8, 0, 3],
       [0, 0, 2, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])

请注意，生成的图是一个跨越该图的有向无环图。从给定节点开始的广度优先树是唯一的。

本页内容