问题描述
我希望有一个用于此目的的简单函数（例如 tree.subtree(vertex)），但即使浏览了很长时间的文档，我也找不到。
无论如何，我找到了这个解决方法：
subtree = tree.induced_subgraph(tree.subcomponent(vertex,mode='out'))
但这对我来说似乎效率低下，因为 subcomponent() 返回一个从 vertex 可到达的顶点列表，然后 induced_subgraph()（重新）从这个顶点列表创建子树。
还有其他想法吗？ :)
解决方法
我认为您正在寻找广度优先搜索，从您的根开始：
[vertices,layers,parents] = g.bfs(root)
您可以组合顶点和父节点来获得新图的边。
但是，我不认为这实际上会更有效率：
subcomponent 将基于 BFS，因此那里的运行时间不会有差异 (O(|V| + |E|)。induced_subgraph 将有一个运行时间 O(|E|)，所以这也与组合顶点和父节点的运行时间相同。大 O 表示法省略的常数因子肯定会有所不同，但是您认为这些差异可能有多大影响？