我正在尝试编写Python代码,该代码将识别任意图中的所有闭环。
闭环是指不重复访问顶点的循环,除了循环开始的顶点(在this picture的情况下,DGHD
是示例,BCDB
也是这样),或者BCEFDB
等)。
我尝试使用矩阵乘法进行此操作,将图形编写为矩阵,其中连接2个顶点的1s,不连接2个顶点的0,并将它们置于n次方,但是这也要考虑非闭环。
这个人似乎有相同的工作,但设法解决了:
Finding unique loops in the closed graph
我想知道在哪个方向上有什么建议吗?
最佳答案
NetworkX是一个流行的Python软件包,用于处理许多科学Python发行版中包含的图。它包括一些用于计算图周期的算法。特别是simple_cycles(DiGraph)
会回答您的问题。
这种方法的一个警告是,您必须将图形转换为有向图。这意味着您的无向图的每个边缘将成为您有向图的一个循环。 (无向边变为两个有向边。)您可以简单地过滤输出以仅包含长度为3或更大的循环。
这是使用您链接到的图形的示例:
from networkx import Graph, DiGraph, simple_cycles
# construct a graph using a dict: {node:[connected_nodes]}
G = Graph(
{'A':['B','G','H'],
'B':['A','C','D'],
'C':['B','D','E'],
'D':['B','C','E','F','G', 'H'],
'E':['C','D','F'],
'F':['D','E','G'],
'G':['A','D','F','H'],
'H':['A','D','G'],
}
)
# optional: draw the graph for verification
#labels = dict(zip(G.nodes(),G.nodes()))
#networkx.draw_networkx(G,labels=labels)
# simple_cycles only accepts DiGraphs. convert G to a bi-directional
# digraph. note that every edge of G will be included in this list!
DG = DiGraph(G)
list(simple_cycles(DG))
(截断的)输出为:
[['B', 'D', 'H', 'G', 'F', 'E', 'C'],
['B', 'D', 'H', 'G', 'A'],
['B', 'D', 'H', 'A', 'G', 'F', 'E', 'C'],
['B', 'D', 'H', 'A'],
['B', 'D', 'F', 'G', 'H', 'A'],
['B', 'D', 'F', 'G', 'A'],
['B', 'D', 'F', 'E', 'C'],
['B', 'D', 'G', 'F', 'E', 'C'],
...
]
如果您不想在不使用NetworkX的情况下自己实现此功能,则
simple_cycles()
使用Johnson算法。 (请参见Donald B. Johnson,《找到有向图的所有基本电路》,SIAM J. Comput。,4(1),77-84)关于python - 查找图中的所有闭环,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/29244965/