复杂网络社区结构发现算法-基于igraph C library

在社交网络数据分析领域，igraph算法包提供了多种应用接口，且支持C、python、R三种语言，通常大家使用python 或 R 的机会更多些。近期出于业务需要，希望提高关系数据计算的效率，我们探索了一下C library的使用方法，以随机游走这个社区挖掘算法为例，进行了尝试，特记录一下，希望能对相关领域的同事有所借鉴。

 重点备注

  1. 建网络，可以直接调用 igraph_read_graph_ncol 从文件中读取边，而不用一个一个节点去添加

 2. 网络属性通过 igraph_cattribute_list 接口存储到不同的向量中，这点尤其会让新人迷惑，因为程序中每个节点是用从0到N-1的数值来表示的，怎么对应到业务上的节点ID，就通过这个来实现，而不用自己新手去建映射关系

3. 随机游走算法通过 igraph_community_walktrap 实现，当然还有很多其它社区挖掘的算法

4. igraph中的数据结构既要初始化，最后也要销毁，否则会报 segmentation fault 错误

上代码

#include <stdio.h>
#include <stdlib.h>
#include </usr/local/igraph-0.7.1/include/igraph.h>
#include <string.h>

#define WALKTRAP_STEPS 0x4


int<