DGL官方教程--API--dgl.traversal

参考：https://docs.dgl.ai/en/latest/api/python/traversal.html

dgl.traversal 

图遍历方法模块。

图遍历算法作为python生成器实现，它在每次迭代时返回访问过的一组节点或边。命名约定为<algorithm>_[nodes|edges]_generator。

用法示例如下。

g = ...  # some DGLGraph
for nodes in dgl.bfs_nodes_generator(g, 0):
    do_something(nodes)

 

bfs_nodes_generator(graph, source[, reverse])	使用广度优先搜索的节点边界生成器。
bfs_edges_generator(graph, source[, reverse])	使用广度优先搜索来生成边界前沿生成器。
topological_nodes_generator(graph[, reverse])	使用拓扑遍历来生成节点边界生成器。
dfs_edges_generator(graph, source[, reverse])	使用深度优先搜索（DFS）的边缘边界生成器。
dfs_labeled_edges_generator(graph, source[, …])	在按类型标记的深度优先搜索(DFS)中生成边缘.

 

 

dgl.traversal.bfs_nodes_generator 

dgl.traversal.bfs_nodes_generator(graph,source,reverse = False)

使用广度优先搜索的节点边界生成器。

参数：	graph（DGLGraph）–图形对象。 source (list, tensor of nodes) –源节点。 reverse (bool, default False) –如果为True，则沿边缘方向移动。
返回值：	每个节点边界都是节点ID或张量的列表。
返回类型：	节点边界列表

例子

给定一个图（有向的，边是从小节点id到大节点的id）：

      2 - 4
     / \
0 - 1 - 3 - 5

>>> g = dgl.DGLGraph([(0, 1), (1, 2), (1, 3), (2, 3), (2, 4), (3, 5)])
>>> list(dgl.bfs_nodes_generator(g, 0))
[tensor([0]), tensor([1]), tensor([2, 3]), tensor([4, 5])]

 

dgl.traversal.bfs_edges_generator 

dgl.traversal.bfs_edges_generator(graph,source,reverse = False)

使用广度优先搜索来生成边界前沿生成器。

参数：	graph（DGLGraph）–图形对象。 source (list, tensor of nodes)–源节点。 reverse (bool, default False) –如果为True，则沿边缘方向移动。
返回值：	每个边缘边界都是边缘ID或张量的列表。
返回类型：	边缘列表

例子

给定一个图(有向的，从小节点id指向大节点id的有向边，按源-目的节点id元组的字典顺序排序。)：

      2 - 4
     / \
0 - 1 - 3 - 5

>>> g = dgl.DGLGraph([(0, 1), (1, 2), (1, 3), (2, 3), (2, 4), (3, 5)])
>>> list(dgl.bfs_edges_generator(g, 0))
[tensor([0]), tensor([1, 2]), tensor([4, 5])]

 

 

dgl.traversal.topological_nodes_generator 

dgl.traversal.topological_nodes_generator(graph,reverse = False)

使用拓扑遍历的节点边界生成器。

参数：	graph（DGLGraph）–图形对象。 reverse (bool, optional)–如果为True，则沿边缘方向移动。
返回值：	每个节点边界都是节点ID或张量的列表。
返回类型：	节点边界列表

例子

给定一个图（从小节点id到大节点的有向边）：

      2 - 4
     / \
0 - 1 - 3 - 5

>>> g = dgl.DGLGraph([(0, 1), (1, 2), (1, 3), (2, 3), (2, 4), (3, 5)])
>>> list(dgl.topological_nodes_generator(g))
[tensor([0]), tensor([1]), tensor([2]), tensor([3, 4]), tensor([5])]

 

 

dgl.traversal.dfs_edges_generator 

dgl.traversal.dfs_edges_generator(graph,source,reverse = False

使用深度优先搜索（DFS）的边缘边界生成器。

可以指定多个源节点来启动DFS遍历。需要确保每个源节点都属于不同的连接组件，这样就可以方便地合并边界。否则，行为是未定义的。

参数：	graph（DGLGraph）–图形对象。 source (list, tensor of nodes) –源节点。 reverse (bool, optional) –如果为True，则沿边缘方向移动。
返回值：	每个边缘边界都是边缘ID或张量的列表。
返回类型：	边缘列表

例子

给定一个图（从小节点id到大节点的有向边）：

      2 - 4
     / \
0 - 1 - 3 - 5

边添加顺序[（0，1），（1，2），（1，3），（2，3），（2，4），（3，5）]

>>> g = dgl.DGLGraph([(0, 1), (1, 2), (1, 3), (2, 3), (2, 4), (3, 5)])
>>> list(dgl.dfs_edges_generator(g, 0))
[tensor([0]), tensor([1]), tensor([3]), tensor([5]), tensor([4])]

PS：这里为啥2没了？？？？？？

 

 

dgl.traversal.dfs_labeled_edges_generator 

dgl.traversal.dfs_labeled_edges_generator(graph,source,reverse = False,has_reverse_edge = False,has_nontree_edge = False,return_labels = True)

在按类型标记的深度优先搜索（DFS）中产生边。

有三个标签：FORWARD（0），REVERSE（1），NONTREE（2）

前向边是其中u已被访问但v没有被访问的边。REVERSE边缘是u和v都已被访问并且该边缘在DFS树中的边缘。NONTREE边是u和v 都已被访问但该边不在DFS树中的边。

有关 详细信息，请参见networkx的dfs_labeled_edges。

可以指定多个源节点来启动DFS遍历。需要确保每个源节点都属于不同的连接组件，以便可以轻松合并边界。否则，行为是不确定的。

参数：	graph（DGLGraph）–图形对象。 source (list, tensor of nodes) –源节点。 reverse (bool, optional) –如果为true，则沿边缘方向移动。 has_reverse_edge (bool, optional) –真，包括反向边缘。 has_nontree_edge (bool, optional)–真，包括非树边缘。 return_labels (bool, optional) –真，返回每个边缘的标签。
返回值：	边缘边界列表 –每个边缘边界都是边缘ID或张量的列表。 int类型的列表 –每个边缘的标签，其组织顺序与边缘边界相同。

例子

给定一个图（从小节点id到大节点的有向边）：

      2 - 4
     / \
0 - 1 - 3 - 5

边添加顺序[（0，1），（1，2），（1，3），（2，3），（2，4），（3，5）]

>>> g = dgl.DGLGraph([(0, 1), (1, 2), (1, 3), (2, 3), (2, 4), (3, 5)])
>>> list(dgl.dfs_labeled_edges_generator(g, 0, has_nontree_edge=True))
(tensor([0]), tensor([1]), tensor([3]), tensor([5]), tensor([4]), tensor([2])),
(tensor([0]), tensor([0]), tensor([0]), tensor([0]), tensor([0]), tensor([2]))