这个有向图操作需要哪种算法？答案

【问题标题】：Which algorithm do I need for this directed graph operation?这个有向图操作需要哪种算法？
【发布时间】：2018-08-25 09:40:43
【问题描述】：

我可能想多了，遗漏了一些明显的东西，但我想知道我可以使用哪种 NetworkX 算法来实现以下目标：

给定一个有向图，例如：

以及节点列表如：Q1、Q2

找到所有连接到 Q1 和 Q2 的节点（或者换句话说，它们的子节点），结果如下：

哪种算法可以做到这一点？

【问题讨论】：

标签： networkx graph-theory digraphs

【解决方案1】：

看起来你只需要对networkx.Digraph.predecessors进行递归

【讨论】：

【解决方案2】：

第一种方法是使用列表，从您的节点开始访问每个节点的前任并将其放入列表中，以这种方式与您找到的节点一起构建一棵树。

另一种方法是在反转边的图上使用访问（DFS 或 BFS）。

考虑以下示例，我从节点“Q1”开始构建bfs tree。

import networkx as nx

g = nx.DiGraph()

g.add_edges_from([("M1","Q1"),("I1","M1"),("I2","M1"),("I3","M1"),("I3","M2"),("M2","Q2")])

#creating a graph with the edges reversed
g2 = nx.DiGraph()
g2.add_edges_from([(v,u) for (u,v) in g.edges()])

t = nx.bfs_tree(g2, "Q1")

for (u,v) in t.edges():
    t.remove_edge(u,v)
    t.add_edge(v,u)


print(t.nodes(),t.edges())
# ['Q1', 'M1', 'I1', 'I2', 'I3'] [('M1', 'Q1'), ('I1', 'M1'), ('I2', 'M1'), ('I3', 'M1')]

【讨论】：