Question

我对图论并不是很熟悉，但我会尝试解释我的问题。我有这样一个词典：

{67: [68, 332],
 68: [67],
 265: [266],
 266: [265],
 332: [67, 333],
 333: [332, 334],
 334: [333, 335],
 335: [334, 336],
 336: [335]}

此dict的键是节点，值是图的边缘。我们如何在此图中找到连接的组？ [有两组 - 265-> 266和67-> ...-＆gt; 366]

Answer 1

我相信你在谈论Tarjan's strongly connected components algorithm。

这是我认为正确的Python实现。您必须将字典转换为边缘列表，如[('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'E'), ('E', 'A'), ('A', 'E'), ('C', 'A'), ('C', 'E'), ('D', 'F'), ('F', 'B'), ('E', 'F')]：

import itertools

def strong_connect(vertex):
    global edges, indices, lowlinks, connected_components, index, stack
    indices[vertex] = index
    lowlinks[vertex] = index
    index += 1
    stack.append(vertex)

    for v, w in (e for e in edges if e[0] == vertex):
        if indices[w] < 0:
            strong_connect(w)
            lowlinks[v] = min(lowlinks[v], lowlinks[w])
        elif w in stack:
            lowlinks[v] = min(lowlinks[v], indices[w])

    if indices[vertex] == lowlinks[vertex]:
        connected_components.append([])
        while stack[-1] != vertex:
            connected_components[-1].append(stack.pop())
        connected_components[-1].append(stack.pop())

edges = [('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'E'), ('E', 'A'), ('A', 'E'), ('C', 'A'), ('C', 'E'), ('D', 'F'), ('F', 'B'), ('E', 'F')]
vertices = set(v for v in itertools.chain(*edges))
indices = dict((v, -1) for v in vertices)
lowlinks = indices.copy()
connected_components = []

index = 0
stack = []
for v in vertices:
    if indices[v] < 0:
        strong_connect(v)

print(connected_components)

来自this question。

Answer 2

看起来您的图是无向的，这意味着，对于任何两个节点A和B，如果存在从A到B的边，则从B到A有一条边。要查找图的连通分量，你可以简单地使用depth-first search。从任何节点开始并跟随边缘，直到您无法访问任何更多节点而不会出现重复项。这是第一个连接的组件。然后从尚未触及的任何节点开始并重复。当你到达图表中的所有节点时就完成了。

Answer 3

如果你要做很多图形工作并且不想要使用Sage的开销，我只需安装networkx：

>>> import networkx as nx
>>> 
>>> nodes_and_edges = {67: [68, 332], 68: [67], 265: [266],
...                    266: [265], 332: [67, 333],  333: [332, 334],
...                    334: [333, 335], 335: [334, 336],  336: [335]}
>>> 
>>> G = nx.Graph(nodes_and_edges)
>>> G
<networkx.classes.graph.Graph object at 0x11ac510>
>>> nx.connected_components(G)
[[67, 68, 332, 333, 334, 335, 336], [265, 266]]

python中的图形连接

3 个答案: