Python NetworkX local_node_connectivity用法及代碼示例

計算源和目標之間的節點連接。

兩個不同和不相鄰節點之間的成對或本地節點連接是必須刪除的最小節點數(最小分離割集)以斷開它們。根據門格爾定理，這等於節點獨立路徑的數量(除了源和目標之外不共享節點的路徑)。這是我們在這個函數中計算的。

該算法是一種快速近似算法，它對兩個節點之間的節點獨立路徑的實際數量給出了嚴格的下界 [1]。它適用於有向圖和無向圖。

參數：

G：NetworkX 圖

source：節點

節點連接的起始節點

target：節點

節點連接的結束節點

cutoff：整數

要考慮的最大節點連接性。如果為 None，則源或目標的最小程度用作截止值。默認值無。

返回：

k：整數

成對節點連通性

注意：

該算法[1]通過使用BFS計算兩個節點之間的最短路徑來查找兩個節點之間的節點獨立路徑，將找到的路徑的節點標記為‘used’，然後搜索除標記為已使用的節點之外的其他最短路徑，直到不再存在路徑為止。它不精確，因為最短路徑可能使用節點，如果路徑較長，則可能屬於兩個不同的節點獨立路徑。因此，它僅保證節點連接性的嚴格下限。

請注意，作者提出了進一步的改進，降低了準確性並提高了速度，但尚未實施。

參考：

1(1,2)

White, Douglas R., and Mark Newman. 2001 A Fast Algorithm for Node-Independent Paths. Santa Fe Institute Working Paper #01-07-035 http://eclectic.ss.uci.edu/~drwhite/working.pdf

例子：

>>> # Platonic octahedral graph has node connectivity 4
>>> # for each non adjacent node pair
>>> from networkx.algorithms import approximation as approx
>>> G = nx.octahedral_graph()
>>> approx.local_node_connectivity(G, 0, 5)
4