Networkx：按波遍历图

Question

假设我在 networkx 中有如下图表

import networkx as nx

g = nx.Graph()
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(3, 1)
g.add_edge(4, 2)

所以它基本上是 3-1-0-2-4 行。

是否有 networkx 方法通过 "waves" 执行 BFS 搜索？像这样：

for x in nx.awesome_bfs_by_waves_from_networkx(g, 0):
    print(x)
# should print
# [1, 2]
# [3, 4]

换句话说，我想找到所有 1 环邻域，然后是 2 环，等等

我可以使用 Queue 来完成此操作，但如果可能的话，我有兴趣使用 networkx 工具。也可以使用具有不同 depth_limit 值的多个迭代器，但我希望有可能找到更漂亮的方法。

UPD：拥有一个不需要遍历整个图的懒惰解决方案对我来说很重要，因为我的图可能非常大，我希望能够在需要时尽早停止遍历。

Answer 1

您可以使用 Dijkstra 算法计算从 0（或任何其他节点 n）开始的最短路径，然后按距离对节点进行分组：

from itertools import groupby
n = 0
distances = nx.shortest_paths.single_source_dijkstra(g, n)[0]
{node: [node1 for (node1, d) in y] for node,y 
                                   in groupby(distances.items(), 
                                              key=lambda x: x[1])}
#{0: [0], 1: [1, 2], 2: [3, 4]}

如果您想按环（也称为结壳）进行处理，请使用邻域的概念：

core = set()
crust = {n} # The most inner ring
while crust:
    core |= crust
    # The next ring
    crust = set.union(*(set(g.neighbors(i)) for i in crust)) - core

Answer 2

函数 nx.single_source_shortest_path_length(G, source=0, cutoff=7) 应该可以提供您需要的信息。但它 returns 一个由节点键控到与源的距离的字典。因此，您必须对其进行处理以按距离将其分组。这样的事情应该有效：

from itertools import groupby
spl = nx.single_source_shortest_path_length(G, source=0, cutoff=7)
rings = [set(nodes) for dist, nodes in groupby(spl, lambda x: spl[x])]

Networkx：按波遍历图

Networkx: Traverse graph by waves

python

graph

networkx

breadth-first-search