Python NetworkX all_node_cuts用法及代码示例

返回无向图 G 的所有最小 k 割集。

该实现基于 Kanevsky 算法 [1]，用于查找无向图 G 的所有 minimum-size 节点 cut-sets；即基数等于 G 的节点连通性的节点集合(或集合)。因此，如果删除，会将 G 分成两个或多个连接的组件。

参数：

G：NetworkX 图

无向图

k：整数

输入图的节点连通性。如果 k 为 None，则计算它。默认值：无。

flow_func：函数

执行底层流计算的函数。默认值edmonds_karp。此函数在具有右尾度分布的稀疏图中表现更好。 shortest_augmenting_path 在更密集的图中表现更好。

返回：

cuts：节点割集的生成器

每个节点割集的基数等于输入图的节点连通性。

注意：

该实现基于用于查找图中所有minimum-size分离顶点集的顺序算法[1]。主要思想是使用一组最高度节点和图中所有其他非相邻节点之间的局部最大流计算来计算最小割。一旦找到最小割，我们就在高度节点和局部最大流计算的目标节点之间添加一条边，以确保我们不会再次找到该最小割。

参考：

1(1,2)

Kanevsky, A. (1993). Finding all minimum-size separating vertex sets in a graph. Networks 23(6), 533-541. http://onlinelibrary.wiley.com/doi/10.1002/net.3230230604/abstract

例子：

>>> # A two-dimensional grid graph has 4 cutsets of cardinality 2
>>> G = nx.grid_2d_graph(5, 5)
>>> cutsets = list(nx.all_node_cuts(G))
>>> len(cutsets)
4
>>> all(2 == len(cutset) for cutset in cutsets)
True
>>> nx.node_connectivity(G)
2