Python NetworkX greedy_color用法及代码示例

使用各种贪心图形着色策略为图形着色。

尝试使用尽可能少的颜色为图形着色，其中节点的邻居不能具有与节点本身相同的颜色。给定的策略决定了节点着色的顺序。

这些策略在[1]中说明，smallest-last基于[2]。

参数：

G：NetworkX 图

strategy：字符串或函数(G，颜色)

提供着色策略的函数(或表示函数的字符串)，通过按应着色的顺序返回节点。 G 是图形，colors 是当前分配颜色的字典，由节点键控。该函数必须返回 G 中所有节点的可迭代对象。

如果策略函数是迭代器生成器(即带有 yield 语句的函数)，请记住 colors 字典将在每个 yield 之后更新，因为该函数贪心地选择颜色。

如果strategy 是字符串，则必须是以下之一，每一个代表一个内置策略函数。

• 'largest_first'
• 'random_sequential'
• 'smallest_last'
• 'independent_set'
• 'connected_sequential_bfs'
• 'connected_sequential_dfs'
• 'connected_sequential'(上一个策略的别名)
• 'saturation_largest_first'
• 'DSATUR'(上一个策略的别名)

interchange: bool：

如果设置为 True ，将使用 [3] 中说明的颜色交换算法。

请注意，saturation_largest_first 和 independent_set 不适用于互换。此外，如果您将交换与自己的策略函数一起使用，则不能依赖 colors 参数中的值。

返回：

具有表示节点的键和表示的值的字典

相应的着色。

抛出：

NetworkXPointlessConcept

如果 strategy 是 saturation_largest_first 或 independent_set 并且 interchange 是 True 。

参考：

1

Adrian Kosowski, and Krzysztof Manuszewski, Classical Coloring of Graphs, Graph Colorings, 2-19, 2004. ISBN 0-8218-3458-4.

2

David W. Matula, and Leland L. Beck, “Smallest-last ordering and clustering and graph coloring algorithms.” J. ACM 30, 3 (July 1983), 417-427. <https://doi.org/10.1145/2402.322385>

3

Maciej M. Sysło, Marsingh Deo, Janusz S. Kowalik, Discrete Optimization Algorithms with Pascal Programs, 415-424, 1983. ISBN 0-486-45353-7.

例子：

>>> G = nx.cycle_graph(4)
>>> d = nx.coloring.greedy_color(G, strategy="largest_first")
>>> d in [{0: 0, 1: 1, 2: 0, 3: 1}, {0: 1, 1: 0, 2: 1, 3: 0}]
True