Python NetworkX local_node_connectivity用法及代码示例

计算源和目标之间的节点连接。

两个不同和不相邻节点之间的成对或本地节点连接是必须删除的最小节点数(最小分离割集)以断开它们。根据门格尔定理，这等于节点独立路径的数量(除了源和目标之外不共享节点的路径)。这是我们在这个函数中计算的。

该算法是一种快速近似算法，它对两个节点之间的节点独立路径的实际数量给出了严格的下界 [1]。它适用于有向图和无向图。

参数：

G：NetworkX 图

source：节点

节点连接的起始节点

target：节点

节点连接的结束节点

cutoff：整数

要考虑的最大节点连接性。如果为 None，则源或目标的最小程度用作截止值。默认值无。

返回：

k：整数

成对节点连通性

注意：

该算法[1]通过使用BFS计算两个节点之间的最短路径来查找两个节点之间的节点独立路径，将找到的路径的节点标记为‘used’，然后搜索除标记为已使用的节点之外的其他最短路径，直到不再存在路径为止。它不精确，因为最短路径可能使用节点，如果路径较长，则可能属于两个不同的节点独立路径。因此，它仅保证节点连接性的严格下限。

请注意，作者提出了进一步的改进，降低了准确性并提高了速度，但尚未实施。

参考：

1(1,2)

White, Douglas R., and Mark Newman. 2001 A Fast Algorithm for Node-Independent Paths. Santa Fe Institute Working Paper #01-07-035 http://eclectic.ss.uci.edu/~drwhite/working.pdf

例子：

>>> # Platonic octahedral graph has node connectivity 4
>>> # for each non adjacent node pair
>>> from networkx.algorithms import approximation as approx
>>> G = nx.octahedral_graph()
>>> approx.local_node_connectivity(G, 0, 5)
4