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()