Scipy 图结构
2021-10-13
| 2023-8-6
0  |  阅读时长 0 分钟
type
status
date
slug
summary
tags
category
icon
password
Property
图结构是算法学中最强大的框架之一。
图是各种关系的节点和边的集合,节点是与对象对应的顶点,边是对象之间的连接。
SciPy 提供了 scipy.sparse.csgraph 模块来处理图结构。

邻接矩阵

邻接矩阵(Adjacency Matrix)是表示顶点之间相邻关系的矩阵。
邻接矩阵逻辑结构分为两部分:V 和 E 集合,其中,V 是顶点,E 是边,边有时会有权重,表示节点之间的连接强度。
notion image
用一个一维数组存放图中所有顶点数据,用一个二维数组存放顶点间关系(边或弧)的数据,这个二维数组称为邻接矩阵。
看下下图实例:
notion image
顶点有 A、B、C,边权重有 1 和 2。
A 与 B 是连接的,权重为 1。
A 与 C 是连接的,权重为 2。
C 与 B 是没有连接的。
这个邻接矩阵可以表示为以下二维数组:
邻接矩阵又分为有向图邻接矩阵和无向图邻接矩阵。
无向图是双向关系,边没有方向:
notion image
有向图的边带有方向,是单向关系:
notion image
注:上面两个图中的 D 节点是自环,自环是指一条边的两端为同一个节点。

连接组件

查看所有连接组件使用 connected_components() 方法。
 

Dijkstra -- 最短路径算法

Dijkstra(迪杰斯特拉)最短路径算法,用于计算一个节点到其他所有节点的最短路径。
Scipy 使用 dijkstra() 方法来计算一个元素到其他元素的最短路径。
dijkstra() 方法可以设置以下几个参数:
  1. return_predecessors: 布尔值,设置 True,遍历所有路径,如果不想遍历所有路径可以设置为 False。
  1. indices: 元素的索引,返回该元素的所有路径。
  1. limit: 路径的最大权重。
 
 

Floyd Warshall -- 弗洛伊德算法

弗洛伊德算法算法是解决任意两点间的最短路径的一种算法。
Scipy 使用 floyd_warshall()方法来查找所有元素对之间的最短路径。
 

Bellman Ford -- 贝尔曼-福特算法

贝尔曼-福特算法是解决任意两点间的最短路径的一种算法。
Scipy 使用 bellman_ford() 方法来查找所有元素对之间的最短路径,通常可以在任何图中使用,包括有向图、带负权边的图。
 

深度优先顺序

depth_first_order() 方法从一个节点返回深度优先遍历的顺序。
可以接收以下参数:
  • 图开始遍历的元素
 

广度优先顺序

breadth_first_order() 方法从一个节点返回广度优先遍历的顺序。
可以接收以下参数:
  • 图开始遍历的元素
 
  • Scipy
  • SciPy 稀疏矩阵SciPy 空间数据
    目录