有源淹没算法-8邻域种子蔓延算法完整源代码

以下是一个使用8邻域种子蔓延算法的有源淹没算法的 Python 代码实现：

from queue import Queue

def source_flooding(graph, source, threshold):
    # 距离字典，存储每个节点到源节点的距离
    dist = {source: 0}
    # 记录每个节点的前驱节点
    pred = {source: None}
    # 存储已经访问过的节点
    visited = set([source])
    # 存储待访问的节点队列
    queue = Queue()
    queue.put(source)
    # 广度优先搜索
    while not queue.empty():
        u = queue.get()
        for v in graph[u]:
            # 判断是否可以继续传播
            if v not in visited and graph[v] >= threshold:
                visited.add(v)
                dist[v] = dist[u] + 1
                pred[v] = u
                queue.put(v)
    # 返回结果
    return dist, pred

其中，`graph` 是一个字典，存储了有向图中每个节点的邻居节点和权重，例如:

graph = {
    'A': {'B': 0.8, 'C': 0.3},
    'B': {'C': 0.5, 'D': 0.6},
    'C': {'D': 0.7},
    'D': {'C': 0.4},
}

`source` 是源节点的名称，例如 `'A'`。

`threshold` 是一个阈值参数，用于控制种子蔓延的范围。只有邻居节点的权重大于等于阈值时，才可以将该节点加入待访问队列。

该实现在标准有源淹没算法的基础上，增加了阈值参数和8邻域种子蔓延的机制。在算法执行过程中，判断每个节点的邻居节点权重是否大于等于阈值，如果满足条件则将该节点加入待访问队列。最后，返回 `dist` 和 `pred` 字典作为结果。