approximate_current_flow_betweenness_centrality#

approximate_current_flow_betweenness_centrality(G, normalized=True, weight=None, dtype=<class 'float'>, solver='full', epsilon=0.5, kmax=10000, seed=None)[源代码]#

计算节点中心度之间的近似电流流。

在epsilon的绝对误差范围内高概率地逼近电流之间的中心 [1].

参数
G图表

网络X图表

normalized布尔值,可选(默认值=True)

如果为True,则中间值归一化为2/ [(n-1)(n-2)] 其中n为G中的节点数。

weight字符串或无,可选(默认值=无)

用作边权重的边数据的关键帧。如果没有,则使用1作为每个边权重。权重反映了边缘的容量或强度。

dtype数据类型(浮点型)

内部矩阵的默认数据类型。设置为np.flat32以降低内存消耗。

solver字符串(默认值=‘Full’)

用于计算流矩阵的线性求解器的类型。选项包括“Full”(使用最多内存)、“lu”(推荐)和“cg”(使用最少内存)。

epsilon: float

绝对误差容限。

kmax: int

用于近似的采样节点对的最大数量。

seed整数、随机状态或无(默认)

随机数生成状态的指示器。见 Randomness .

返回
nodes词典

以介数中心度为值的节点字典。

笔记

运行时间是 \(O((1/\epsilon^2)m{{\sqrt k}} \log n)\) 所需空间为 \(O(m)\)\(n\) 节点和 \(m\) 边缘。

如果边具有“权重”属性,则将在该算法中用作权重。未指定的权重设置为1。

工具书类

1

Ulrik Brandes和Daniel Fleischer:基于当前流的中心性度量。程序第22交响曲。《计算机科学的理论问题》(STAC‘05)。LNCS3404,第533-544页。施普林格-维拉格出版社,2005。https://doi.org/10.1007/978-3-540-31856-9_44