Python NetworkX find_induced_nodes用法及代码示例

返回从 s 到 t 的路径中的诱导节点集。

参数：

G：图形

弦NetworkX 图

s：节点

寻找诱导节点的源节点

t：节点

寻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 treewidth_bound，对诱导节点的搜索将结束。

返回：

Induced_nodes：节点集

G 中从 s 到 t 的路径中的诱导节点集

抛出：

NetworkXError

该算法不支持 DiGraph、MultiGraph 和 MultiDiGraph。如果输入图是这些类之一的实例，则会引发NetworkXError。该算法只能应用于弦图。如果发现输入图是非弦图，则会引发NetworkXError。

注意：

G 必须是一个弦图并且 (s,t) 是一条不在 G 中的边。

如果提供了treewidth_bound，则一旦超过treewidth_bound，对诱导节点的搜索就会结束。

该算法受到[1]中算法4的启发。诱导节点的正式定义也可以在该参考文献中找到。

参考：

1

Learning Bounded Treewidth Bayesian Networks. Gal Elidan, Stephen Gould; JMLR, 9(Dec):2699-2731, 2008. http://jmlr.csail.mit.edu/papers/volume9/elidan08a/elidan08a.pdf

例子：

>>> 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]