boost::graph模块实现广度优先搜索算法的使用示例

boost_graph试图用Python包装C ++ Boost Graph库，提供了诸如广度优先搜索，DFS，最短路径，拓扑排序之类的图算法。 该项目已死（http://bayleshanks.com/pamv1）

DistBFS 如果您对代码感兴趣，请查看 devel 分支，它是 master 分支的优化版本。 水平同步呼吸优先搜索的 MPI 实现[1]。 该算法维护两个队列：FS 和 NS。 FS 包含在当前超步中活动的顶点，而 NS 包含将在下一个超步中活动的顶点。 由于每个秩只有整个图的一部分，当你遍历 FS 中顶点的邻居时，你需要检查它是否是远程的。 案例1（它是一个远程顶点）：您需要向其所有者发送一条消息，告诉他如果尚未访问该顶点，则将该顶点放入NS中。 （将所有这些新访问的远程顶点 id 存储在缓冲区中，并在通信阶段发送给它们的所有者） 情况2（它是一个局部顶点）：必要时将其插入到NS中。 事实上，在实现中，每个超级步分为两个阶段：计算阶段（访问 FS 的邻居）和通信阶段（通知新访问远程顶点的所有者）。 可以看出，在 MPI Ranks 之间分布图的方式对性能有很大影响。