图数据结构 [英] Graph Data Structures

查看：63 发布时间：2019/6/5 15:55:19 python

本文介绍了图数据结构的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

大家好，

目前我正在开发一个通用的图库，所以我可以针对各种项目进行各种基于图表的分析。。目前

我正在实现Graph作为字典的包装器。目前我的

实现如下：

t = Graph（）

n1 =节点（Node1）

n2 =节点（Test2）

edge1 = Edge（" Test3"）

t + = n1 {n1：{}}

t [n1] [n2] = edge1 {n1：{n2：edge1}

但实际上这并不是我想要的结构。我希望

它最终以...... {n1：{n2：edge1}，n2：{}}结束。是

无论如何我只能做到这一点????

另外我看着有一个大图并且想知道是否有人

无论如何都知道我可以减少这个

结构的内存需求并提高查询速度。我在想写作

a C扩展吧....这是一个好主意，我会从哪里开始？

或者Python有某种透明的内存访问模块我可以实现
。

非常感谢提前，

Nathan

PS .....请在下面找到我的代码：

class Graph（object）：

def __init __（self，g = { }）：

self.graph = g

def __iadd __（self，p）：

如果p不在self.graph中：

self.graph [p] = PathsDict（）

返回自我

def __getitem __（self，p）：

尝试：

返回self.graph [p]

除了KeyError：

引发KeyError（％s不在图表中％（repr）（p）））

def __str __（自我）：

返回str（self.graph）

def过滤器（self，filter）：

通过

类PathsDict（对象）：

def __init __（自我）：

self .paths = {}

def __setitem __（self，p，val ）：

如果p不在self.paths中：

self.paths [p] = val

def __getitem __（self，p）：

返回self.paths [p]

＃捕获异常这里

def路径（个体经营）：

for k，v in self.paths：

yield（k，v）

def edges（self）：

返回self.paths.values （）

def __str __（自我）：

返回str（self.paths）

def __len __（自我）：

返回len（self.paths）

类Node（对象）：

def __init __（self，name）：

self.name = name

def __str __（self）：

返回self.name

class Edge（字典）：

def __init __（自我，姓名，重量= 1）：

self [" name"] = name

self ["体重"] =体重

def __str __（自我）：

返回自我[" name"]

Hi All,

Currently I am working on a generic graph library so I can do various
graph based analysis for various projects I have ideas for. Currently
I am implementing Graph as a wrapper around a dictionary. Currently my
implementation works like this:

t = Graph()
n1 = Node("Node1")
n2 = Node("Test2")
edge1 = Edge("Test3")
t += n1 { n1:{}}
t[n1][n2] = edge1 { n1:{n2:edge1}

However this isnt actually ending up with the structure I want. I want
it to finally end up as ...... { n1:{n2:edge1}, n2:{}}. Is
there anyway I can do this simply????

Also I am looking at having a large graph and was wondering if anyone
knew of anyway I could reduce the memory requirements of this
structure and improve the speed of queries on it. I m thinking writing
a C extension for it....is this a good idea and where would I start?
Or does Python have some kind of transparent memory access module I
can implement.

Many Thanks in advance,

Nathan

PS.....Please find my code below:

class Graph(object):
def __init__(self, g= { } ):
self.graph = g
def __iadd__(self, p):
if p not in self.graph:
self.graph[p] = PathsDict()
return self
def __getitem__(self, p):
try:
return self.graph[p]
except KeyError:
raise KeyError( "%s not in graph" %(repr(p)) )
def __str__(self):
return str(self.graph)
def filter(self, filter):
pass

class PathsDict(object):
def __init__(self):
self.paths = { }
def __setitem__(self, p, val):
if p not in self.paths:
self.paths[p] = val
def __getitem__(self, p):
return self.paths[p]
# catch exception here
def paths(self):
for k, v in self.paths:
yield (k, v)
def edges(self):
return self.paths.values()
def __str__(self):
return str(self.paths)
def __len__(self):
return len(self.paths)

class Node(object):
def __init__(self, name):
self.name = name
def __str__(self):
return self.name

class Edge(dict):
def __init__(self, name, weight = 1):
self["name"] = name
self["weight"] = weight
def __str__(self):
return self["name"]

图数据结构 [英] Graph Data Structures

问题描述

推荐答案

相关文章

Python最新文章

热门教程

热门工具

登录关闭

图数据结构 [英] Graph Data Structures

问题描述

推荐答案

相关文章

Python最新文章

热门教程

热门工具

登录 关闭

登录关闭