Python NetworkX node_connectivity用法及代码示例

返回图或有向图 G 的节点连通性的近似值。

节点连接性等于必须删除以断开 G 或使其变得微不足道的最小节点数。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)。

如果提供了源节点和目标节点，则此函数返回本地节点连接性：必须删除以破坏 G 中从源到目标的所有路径的最小节点数。

该算法基于快速近似，该近似给出了两个节点之间的节点独立路径的实际数量的严格下界[1]。它适用于有向图和无向图。

参数：

G：NetworkX 图

无向图

s：节点

源节点。可选的。默认值：无。

t：节点

目标节点。可选的。默认值：无。

返回：

K：整数

G 的节点连通性，或本地节点连通性(如果提供了源和目标)。

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。

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 is 4-node-connected
>>> from networkx.algorithms import approximation as approx
>>> G = nx.octahedral_graph()
>>> approx.node_connectivity(G)
4