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]