Python NetworkX joint_degree_graph用法及代码示例

使用给定的联合度字典生成一个随机简单图。

参数：

joint_degrees：整数词典

一个联合度数字典，其中条目 joint_degrees[k][l] 是连接度数为 k 的节点与度数为 l 的节点的边数。

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：

G：图形

具有指定联合度字典的图。

抛出：

NetworkXError

如果joint_degrees 字典不可实现。

注意：

在“while loop” 的每次迭代中，算法分别选择两个断开的节点v 和w，度数为k 和l，其中joint_degrees[k][l] 尚未达到其目标。然后它添加边(v，w)并将图 G 中的边数增加一。

该算法的智能在于，即使一个或两个节点没有空闲存根，也总是可以在这些断开连接的节点 v 和 w 之间添加一条边。这可以通过执行“neighbor switch” 来实现，这是一个边重新布线移动，它释放一个自由存根，同时保持 G 的关节度数相同。

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

参考：

1

M. Gjoka, B. Tillman, A. Markopoulou，“构建具有目标联合度矩阵及以上的简单图”，IEEE Infocom，'15

例子：

>>> joint_degrees = {
...     1: {4: 1},
...     2: {2: 2, 3: 2, 4: 2},
...     3: {2: 2, 4: 1},
...     4: {1: 1, 2: 2, 3: 1},
... }
>>> G = nx.joint_degree_graph(joint_degrees)
>>>