NetworkX是一个流行的Python包,用于处理许多科学Python发行版中包含的图形。它包括一些计算图圈的算法。尤其是,^{}会回答你的问题。在
这种方法的一个警告是必须将图转换为有向图。这意味着无向图的每条边在有向版本中都将成为一个循环。(无向边变为两个有向边。)您可以简单地过滤输出,使其仅包含长度为3或更大的循环。在
下面是一个使用链接到的图形的示例:from networkx import Graph, DiGraph, simple_cycles
# construct a graph using a dict: {node:[connected_nodes]}
G = Graph(
{'A':['B','G','H'],
'B':['A','C','D'],
'C':['B','D','E'],
'D':['B','C','E','F','G', 'H'],
'E':['C','D','F'],
'F':['D','E','G'],
'G':['A','D','F','H'],
'H':['A','D','G'],
}
)
# optional: draw the graph for verification
#labels = dict(zip(G.nodes(),G.nodes()))
#networkx.draw_networkx(G,labels=labels)
# simple_cycles only accepts DiGraphs. convert G to a bi-directional
# digraph. note that every edge of G will be included in this list!
DG = DiGraph(G)
list(simple_cycles(DG))
(截断的)输出是:
^{pr2}$
如果您希望自己不使用NetworkX来实现这一点,simple_cycles()则使用Johnson的算法。(参见Donald B.Johnson,查找有向图的所有基本回路,暹罗J.Comput.,4(1),77–84)