Python NetworkX directed_joint_degree_graph用法及代码示例

生成具有联合度的随机简单有向图。

参数：

degree_seq：元组列表(大小为 3)

degree 序列包含具有节点 id、in degree 和 out degree 的节点元组。

nkk：整数词典

有向联合度字典，对于度为 k 的节点(dict 的第一级)和度为 l 的节点(dict 的第二级)说明了边的数量。

seed：可散列对象，可选

随机数生成器的种子。

返回：

G：图形

具有指定输入的有向图。

抛出：

NetworkXError

如果 degree_seq 和 nkk 不能实现为简单的有向图。

注意：

与无向版本类似：在“while loop” 的每次迭代中，算法选择两个断开的节点 v 和 w，度数分别为 k 和 l，其中 nkk[k][l] 尚未达到其目标，即(对于给定的k,l): n_edges_add < nkk[k][l]。然后它添加边 (v,w) 并且总是将图 G 中的边数增加一。

该算法的智能在于，总是可以在断开的节点 v 和 w 之间添加一条边，对于该边，nkk[degree(v)][degree(w)] 尚未达到其目标，即使一个或两个节点都没有空闲存根。如果节点 v 或 w 没有空闲存根，我们执行 “neighbor switch”，这是一个边重新布线移动，在保持 nkk 不变的同时释放一个空闲存根。

定向版本的不同之处在于邻居交换机可能无法重新布线，但在这些情况下，可以重新分配不饱和节点以代替使用，详细说明和证明请参见 [1]。

该算法继续进行 “while loop” 的 E(图中的边数)迭代，此时给定 nkk[k][l] 的所有条目都已达到其目标值并且构造完成。

参考：

[1] B. Tillman、A. Markopoulou、C. T. Butts 和 M. Gjoka，

“有向 2K 图的构造”。在过程中。 2017 年 KDD。

例子：

>>> in_degrees = [0, 1, 1, 2]
>>> out_degrees = [1, 1, 1, 1]
>>> nkk = {1: {1: 2, 2: 2}}
>>> G = nx.directed_joint_degree_graph(in_degrees, out_degrees, nkk)
>>>