Python NetworkX directed_joint_degree_graph用法及代碼示例

生成具有聯合度的隨機簡單有向圖。

參數：

degree_seq：元組列表(大小為 3)

degree 序列包含具有節點 id、in degree 和 out degree 的節點元組。

nkk：整數詞典

有向聯合度字典，對於度為 k 的節點(dict 的第一級)和度為 l 的節點(dict 的第二級)說明了邊的數量。

seed：可散列對象，可選

隨機數生成器的種子。

返回：

G：圖形

具有指定輸入的有向圖。

拋出：

NetworkXError

如果 degree_seq 和 nkk 不能實現為簡單的有向圖。

注意：

與無向版本類似：在“while loop” 的每次迭代中，算法選擇兩個斷開的節點 v 和 w，度數分別為 k 和 l，其中 nkk[k][l] 尚未達到其目標，即(對於給定的k,l): n_edges_add < nkk[k][l]。然後它添加邊 (v,w) 並且總是將圖 G 中的邊數增加一。

該算法的智能在於，總是可以在斷開的節點 v 和 w 之間添加一條邊，對於該邊，nkk[degree(v)][degree(w)] 尚未達到其目標，即使一個或兩個節點都沒有空閑存根。如果節點 v 或 w 沒有空閑存根，我們執行 “neighbor switch”，這是一個邊重新布線移動，在保持 nkk 不變的同時釋放一個空閑存根。

定向版本的不同之處在於鄰居交換機可能無法重新布線，但在這些情況下，可以重新分配不飽和節點以代替使用，詳細說明和證明請參見 [1]。

該算法繼續進行 “while loop” 的 E(圖中的邊數)迭代，此時給定 nkk[k][l] 的所有條目都已達到其目標值並且構造完成。

參考：

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

“有向 2K 圖的構造”。在過程中。 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)
>>>