随机图模型详解及python代码

       在了解ER随机图模型（Erdős–Rényi model）之前，我们必须先要了解什么是随机图。对于不了解的图论的人来说这是一个陌生的词汇，但是对于有一定学科背景的人来说，这是图论中的一个基础概念，这也意味着对随机图的掌握是进一步学习的前提。

        随机图(random graph)，顾名思义，是由随机过程产生的图，具有不确定性。这一理论处于图论和概率论的交叉地带，主要研究经典随机图的性质。从任一节点出发，按不经过重复节点的规则，可随机走遍所有节点的图称为随机哈密顿图。从任一节点出发，按不过重复边的规则，可随机走遍所有边而回到出发点的图称为随机可迹图。简单理解，随机图是使用一些规则而随机产生的图。ER随机图模型，就是一种提供了一种规则，按照这种规则来产生随机图。

import random

# python编程实现随即图模型
# 确定结点个数
n = int(input('请输入随机图模型节点的个数：'))
map_random = [[-1 for i in range(n)] for j in range(n)]
def show(map_random):
    for i in map_random:
        for j in range(len(i)):
            print(i[j],end=' ')
        print()

    return True

# 定义随机概率p
p = random.random()
p = 1/(n-1)
def random_map(map_random,p):
    # 定义一个随机概率p
    for i in range(len(map_random)):
        for j in range(i+1,len(map_random[i])):
            # 如果随机数小于概率，则两个节点之间存在一条边
            if random.random()<p:
                map_random[i][j] = 1
                map_random[j][i] = 1
            # 否则两个节点之间不存在一条边
            else:
                continue
    return show(map_random)


show(map_random)
print()
print(f'当局部模糊系数为：{p}时，随机图模型结构为：')
random_map(map_random,p)

# 为了方便展示图的模型结构，定义一个类
class structure(object):
    def __init__(self):
        self.list = []

class Node(object):
    def __init__(self,value):
        self.value = value
        self.nextnode = None


stru = structure()
for i in range(n):
    stru.list.append(Node(i))

for i in range(len(map_random)):
    printer = stru.list[i]
    for j in range(len(map_random[i])):
        # 如果i[j]不等于-1，说明第i+1个节点到第j+1个节点是有边
        if map_random[i][j] != -1:
            printer.nextnode = Node(j)
            printer = printer.nextnode

print()

for i in range(len(stru.list)):
    # print(stru.list[i])
    head = stru.list[i].nextnode
    print(stru.list[i].value,end='->')
    while head and head.nextnode is not None:
        print(head.value,end='->')
        head = head.nextnode

    print()