K-WL,K-FWL,set k-WL的区别：

目录

目录

1.1-WL：

2.K-WL：

过程：

1.开始先选定图 G中的 k 元组（注意：元组（）允许有重复元素，而且有序；集合{}不允许包含重复的元素，即集合中的元素是唯一的，集合是无序的）

2.然后就是寻找 k元组的邻居。

3.然后就要开始更新了：

3.K-FWL：

4.补充：

(1)set k-WL

(2)集合，元组，列表

(3)多集---multiset

5.总结：

---

1.1-WL：

k-GNN里定义

1-WL的过程： 

K-GNN定义：

Σ：表示标签集；应该就是表示节点 v在第 t次迭代时的标签。( l应该就是说打标签）

其中 HASH双射地将上述 pair映射到Σ中的唯一值，该值在以前的迭代中没有使用过。。为了检验两个图G和H的同构性，我们在两个图上“并行”运行上述算法。

• 如果这两个图有不同数量的节点颜色为σ（σ in Σ），说明俩个图就不是同构的。
• 如果两次迭代之间颜色的数量没有改变，即，前一次迭代和当前迭代的映射图中颜色的基数相等，那么算法终止。
• 在最多max{|V(G)|, |V(H)|}次迭代后终止。

2.K-WL：

过程：

1.开始先选定图 G中的 k 元组（注意：元组（）允许有重复元素，而且有序；集合{}不允许包含重复的元素，即集合中的元素是唯一的，集合是无序的）

根据 k个节点可以构造的各种子图来制定初始标签集合，然后根据 k 元组对应的诱导子图从初始标签集合中赋予初始标签，对于k元组对应的诱导子图是同构的赋予相同的节点标签。不太确定：就像 k元组是三个一样的点，初始节点标签都一样，那么有自环的话，猜就按照三点之间均有连边来赋予标签。

2.然后就是寻找 k元组的邻居。

• s代表原图 G中的 k元组，s带下标的都是一个一个的节点，可以是相同的点。

 

• s的第j个邻居的定义