forEdges迭代器在networkit（python）中的使用

我仔细阅读了文档，但我仍然不清楚如何使用G.forEdges，它被描述为一个实验性的边缘迭代器接口

假设我想降低图形的密度。我有一个排序的权重列表，我想根据它们的权重删除边，直到图形拆分为两个连接的组件。然后，我将选择保持图形连接的最小链接数。我会这样做：

cc = components.ConnectedComponents(G).run()
while cc.numberOfComponents()==1:
    for weight in weightlist:
        for (u,v) in G.edges():
            if G.weight(u,v)==weight:
                G=G.removeEdge(u,v)

顺便说一下，我从中知道有一个边迭代器，它可能以更有效的方式进行迭代。但是从文档中我真的不明白如何正确使用这些forEdges，在互联网上我也找不到一个例子。有什么想法吗

---

或者，也许是我想做的另一个想法：因为这是一个巨大的图，即使我在集群上工作，迭代也会花费很长时间。

NetworKit迭代器接受回调函数，因此如果你想在边或节点上迭代，你必须定义一个函数，然后将其作为参数传递给迭代器。你可以找到更多的信息。例如，仅打印所有边的简单函数是：

# Callback function.
# To iterate over edges it must accept 4 parameters
def myFunction(u, v, weight, edgeId):
    print("Edge from {} to {} has weight {} and id {}".format(u, v, weight, edgeId))

# Using iterator with callback function
G.forEdges(myFunction)

现在，如果您想继续删除权重在权重列表中的边，直到图形拆分为两个连接的组件，那么您还必须更新图形的连接组件，因为连接组件不会自动为您执行此操作，这可能也是迭代永远耗时的原因之一。为了有效地执行此操作，您可以使用DynConnectedComponents类，请参见下面的示例。在这种情况下，我认为边缘迭代器对您帮助不大，所以我建议您继续使用for循环

from networkit import *

# Efficiently updates connected components after edge updates
cc = components.DynConnectedComponents(G).run()

# Removes edges with weight equals to w until components split
def removeEdges(w):
    for (u, v) in G.edges():
        if G.weight(u, v) == weight:
            G.removeEdge(u, v)
            # Updating connected components
            event = dynamic.GraphEvent(dynamic.GraphEvent.EDGE_REMOVAL, u, v, weight)
            cc.update(event)
            if cc.numberOfComponents() > 1:
                # Components did split
                return True
    # Components did not split
    return False

if cc.numberOfComponents() == 1:
    for weight in weights:
        if removeEdges(weight):
            break

---

这将使原始代码的速度提高一点。但是，它仍然是顺序代码，因此即使您在多核机器上运行它，它也只会使用一个核。

非常好的解释，我非常感谢！特别是对于graphEvent部分：这是另一件我完全不清楚的事情，因为我在文档中找不到任何东西。事实上，networkit.dynamic下没有关于它的内容。再次感谢！