find_induced_nodes#

find_induced_nodes(G, s, t, treewidth_bound=9223372036854775807)[源代码]#

返回路径中从S到T的诱导节点集。

参数

G图表: 弦线网络X图
s结点: 用于查找诱导节点的源节点
t结点: 用于查找诱导节点的目标节点
treewidth_bound: float: 图H可接受的最大树宽。一旦超过树宽界限，将立即结束对诱导节点的搜索。

返回

induced_nodes一组节点: 图G中从s到t的路径上的诱导结点集

加薪

NetworkXError: 该算法不支持有向图、多重图和多重有向图。如果输入图形是这些类之一的实例，则会引发 NetworkXError 都被养大了。该算法仅适用于弦图。如果发现输入图形是非弦图形，则会引发 NetworkXError 都被养大了。

笔记

G必须是弦线图和（S，T）不在G中的边。

如果提供TreeWidth_绑定，则一旦超过TreeWidth_绑定，将立即结束对诱导节点的搜索。

该算法的灵感来自于 [1]. 在该参考文献中也可以找到诱导节点的形式定义。

工具书类

1: 学习有界树宽贝叶斯网络。Gal Elidan，Stephen Gould；JMLR，9（12月）：2699-27312008。http://jmlr.csail.mit.edu/papers/volume9/elidan08a/elidan08a.pdf

实例

>>> G = nx.Graph()
>>> G = nx.generators.classic.path_graph(10)
>>> induced_nodes = nx.find_induced_nodes(G, 1, 9, 2)
>>> sorted(induced_nodes)
[1, 2, 3, 4, 5, 6, 7, 8, 9]