strong_product

strong_product(G, H)

返回 G 和 H 的强积图。

图 G 和 H 的强积图 \(P\) 的节点集是节点集的笛卡尔积，即 \(V(P)=V(G) \times V(H)\)。 \(P\) 具有边 \(((u,x), (v,y))\) 如果满足以下任一条件：

• \(u=v\) 且 \((x,y)\) 是 H 中的边

• \(x=y\) 且 \((u,v)\) 是 G 中的边

• \((u,v)\) 是 G 中的边且 \((x,y)\) 是 H 中的边

Parameters:

G, H: 图

Networkx 图。

Returns:

P: NetworkX 图

G 和 H 的笛卡尔积。如果 G 或 H 是多重图，则 P 将是多重图。如果 G 和 H 是有向的，则 P 将是有向的，如果 G 和 H 是无向的，则 P 将是无向的。

Raises:

NetworkXError

如果 G 和 H 不都是有向的或都是无向的。

Notes

P 中的节点属性是 G 和 H 节点属性的二元组。 缺失的属性被赋值为 None。

Examples

>>> G = nx.Graph()
>>> H = nx.Graph()
>>> G.add_node(0, a1=True)
>>> H.add_node("a", a2="Spam")
>>> P = nx.strong_product(G, H)
>>> list(P)
[(0, 'a')]

边属性和边键（对于多重图）也会被复制到新的积图。