Python NetworkX cuthill_mckee_ordering用法及代码示例

生成图节点的排序(排列)以制作稀疏矩阵。

使用Cuthill-McKee启发式(基于广度优先搜索)[1]。

参数：

G：图形

NetworkX 图

heuristic：函数，可选

用于选择 RCM 算法的起始节点的函数。如果 None 使用来自 pseudo-peripheral 对的节点。可以提供一个用户定义的函数，它接受一个图形对象并返回一个节点。

返回：

nodes：生成器

Cuthill-McKee 排序中的节点生成器。

注意：

带宽减少的最佳解决方案是NP-complete [2]。

参考：

1

E. Cuthill and J. McKee. Reducing the bandwidth of sparse symmetric matrices, In Proc. 24th Nat. Conf. ACM, pages 157-172, 1969. http://doi.acm.org/10.1145/800195.805928

2

Steven S. Skiena. 1997. The Algorithm Design Manual. Springer-Verlag New York, Inc., New York, NY, USA.

例子：

>>> from networkx.utils import cuthill_mckee_ordering
>>> G = nx.path_graph(4)
>>> rcm = list(cuthill_mckee_ordering(G))
>>> A = nx.adjacency_matrix(G, nodelist=rcm)

作为启发式函数的最小度数节点：

>>> def smallest_degree(G):
...     return min(G, key=G.degree)
>>> rcm = list(cuthill_mckee_ordering(G, heuristic=smallest_degree))