Python NetworkX find_induced_nodes用法及代碼示例

返回從 s 到 t 的路徑中的誘導節點集。

參數：

G：圖形

弦NetworkX 圖

s：節點

尋找誘導節點的源節點

t：節點

尋找誘導節點的目標節點

treewidth_bound: float：

圖 H 可接受的最大樹寬。一旦超過 treewidth_bound，對誘導節點的搜索將結束。

返回：

Induced_nodes：節點集

G 中從 s 到 t 的路徑中的誘導節點集

拋出：

NetworkXError

該算法不支持 DiGraph、MultiGraph 和 MultiDiGraph。如果輸入圖是這些類之一的實例，則會引發NetworkXError。該算法隻能應用於弦圖。如果發現輸入圖是非弦圖，則會引發NetworkXError。

注意：

G 必須是一個弦圖並且 (s,t) 是一條不在 G 中的邊。

如果提供了treewidth_bound，則一旦超過treewidth_bound，對誘導節點的搜索就會結束。

該算法受到[1]中算法4的啟發。誘導節點的正式定義也可以在該參考文獻中找到。

參考：

1

Learning Bounded Treewidth Bayesian Networks. Gal Elidan, Stephen Gould; JMLR, 9(Dec):2699-2731, 2008. http://jmlr.csail.mit.edu/papers/volume9/elidan08a/elidan08a.pdf

例子：

>>> G = nx.Graph()
>>> G = nx.generators.classic.path_graph(10)
>>> induced_nodes = nx.find_induced_nodes(G, 1, 9, 2)
>>> sorted(induced_nodes)
[1, 2, 3, 4, 5, 6, 7, 8, 9]