Jupyter notebook 编写一个实现桥接检测算法的函数

算法：桥检测算法

要求：连通图G（V，E）

返回桥边缘

桥集={}

对于e（u，v）εe do

G'=从G中删除e

断开连接=错误

如果G'中从u开始的BFS未访问v，则

断开连接=真

如果结束

如果断开，则

桥集=桥集U{e}

如果结束

结束

返回桥集

---

导入所有相关模块/包（如NetworkX等）

使用函数networkx.readgmlto加载小说《Les Misrable》中人物的共现网络。这些数据可从马克·纽曼教授的主页上获得，该主页位于www-personal.umich.edu/mejn/netdata/

调用在Les Misérablenetwork上实现的网桥检测函数，并打印所有检测到的网桥边缘，每行一个边缘

我用的是networkx。 然后读：

G=nx.read\u gml（'lesmis.gml'）） 打印（nx.info（G））

我有这个想法，但不知道如何在jupyter上实现它：复制然后从副本中删除，这样我们就不必在实现中做任何技巧。我真的需要帮助，我被困住了

---

到目前为止，这是我的输出： 姓名： 类型：图形 节点数：77 边数：254 平均学位：6.5974

---

False

NetworkX已经有了一个用于网桥搜索的算法：

[（0,2）、（10,12）、（12,28）、（13,24）、（15,28）、（23,24）]

如果您需要源代码，您可以找到它并：

---

我确实使用了内置函数列表（nx.bridges（G）），但我们不应该这样做。我需要在bfs中删除G的边，但我不确定如何执行。

import networkx as nx

G = nx.fast_gnp_random_graph(30, 0.08, directed=False, seed=1)
list(nx.bridges(G))

@not_implemented_for('multigraph')
@not_implemented_for('directed')
def bridges(G, root=None):
    chains = nx.chain_decomposition(G, root=root)
    chain_edges = set(chain.from_iterable(chains))
    for u, v in G.edges():
        if (u, v) not in chain_edges and (v, u) not in chain_edges:
            yield u, v