bfs_successors

bfs_successors(G, source, depth_limit=None, sort_neighbors=None)

返回从源节点开始进行广度优先搜索的后继迭代器。

Parameters:

GNetworkX 图

source节点

指定广度优先搜索的起始节点

depth_limitint, 可选(默认=len(G))

指定最大搜索深度

sort_neighbors函数 (默认=None)

一个接受节点迭代器作为输入的函数，并返回具有自定义顺序的相同节点的可迭代对象。 例如， sorted 将节点按升序排序。

Returns:

succ: 迭代器

(节点, 后继) 迭代器，其中 后继 是在从 源 开始的广度优先搜索中 节点 的非空后继列表。 要出现在迭代器中， 节点 必须有后继。

See also

bfs_tree

bfs_edges

edge_bfs

Notes

基于 http://www.ics.uci.edu/~eppstein/PADS/BFS.py 由 D. Eppstein 于 2004 年 7 月编写。允许基于维基百科文章 “ 深度限制搜索” 的深度限制的修改。

Examples

>>> G = nx.path_graph(3)
>>> dict(nx.bfs_successors(G, 0))
{0: [1], 1: [2]}
>>> H = nx.Graph()
>>> H.add_edges_from([(0, 1), (0, 2), (1, 3), (1, 4), (2, 5), (2, 6)])
>>> dict(nx.bfs_successors(H, 0))
{0: [1, 2], 1: [3, 4], 2: [5, 6]}
>>> G = nx.Graph()
>>> nx.add_path(G, [0, 1, 2, 3, 4, 5, 6])
>>> nx.add_path(G, [2, 7, 8, 9, 10])
>>> dict(nx.bfs_successors(G, source=1, depth_limit=3))
{1: [0, 2], 2: [3, 7], 3: [4], 7: [8]}
>>> G = nx.DiGraph()
>>> nx.add_path(G, [0, 1, 2, 3, 4, 5])
>>> dict(nx.bfs_successors(G, source=3))
{3: [4], 4: [5]}