Python NetworkX connected_double_edge_swap用法及代码示例

尝试在图形 G 中指定数量的 double-edge 交换。

double-edge 交换删除两个随机选择的边 (u, v) 和 (x, y) 并创建新边 (u, x) 和 (v, y) ：

u--v            u  v
       becomes  |  |
x--y            x  y

如果 (u, x) 或 (v, y) 已存在，则不执行交换，因此交换边的实际数量始终为 at most nswap 。

参数：

G：图形

无向图

nswap：整数(可选，默认=1)

要执行的double-edge 交换次数

_window_threshold：整数

每次交换后将检查图形连接性的窗口大小。

此函数中的“window” 是一个动态更新的整数，表示在检查图形是否保持连接之前尝试进行交换的次数。它是一种优化，用于减少算法的运行时间，以换取增加的实现复杂性。

如果窗口大小低于此阈值，则算法在每次交换后检查图是否保持连接，方法是检查是否存在连接刚刚删除边的两个节点的路径。如果窗口大小高于此阈值，则算法执行窗口中的所有交换，然后才检查图形是否仍然连接。

seed：整数、random_state 或无(默认)

随机数生成状态的指示符。请参阅随机性。

返回：

int

兑换成功次数

抛出：

NetworkXError

如果输入图未连接，或者该图的节点少于四个。

注意：

初始图G 必须是连接的，并且生成的图是连接的。图 G 已就地修改。

参考：

1

C. Gkantsidis and M. Mihail and E. Zegura, The Markov chain simulation method for generating connected power law random graphs, 2003. http://citeseer.ist.psu.edu/gkantsidis03markov.html