igraph/networkx学习笔记之一 —— 数据结构

最新推荐文章于 2022-12-20 01:37:27 发布

rogerrecharad

最新推荐文章于 2022-12-20 01:37:27 发布

阅读量1.1w

点赞数 3

分类专栏： C/C++ Python 文章标签：数据结构 python vector dictionary 算法 graph

本文链接：https://blog.csdn.net/rogerrecharad/article/details/5993723

版权

本文探讨了igraph和networkx两个图论库在数据结构上的差异。igraph使用EdgeList作为基本的图结构，支持多边，而networkx基于Python字典，适合快速实现。文中介绍了igraph的数据结构细节，包括顶点和边的存储方式，以及增删操作的时间复杂度。同时，提到了networkx如何利用Python字典的特性实现Graph、DiGraph、MultiGraph和MultiDiGraph等数据结构。

摘要由CSDN通过智能技术生成

首先，基本上所有的graph library都有其局限性，不同的数据结构有优点的同时必然有缺点，图算法对数据结构的依赖性构成另一个原因。所以如果是想用一个工具包解决所有的问题显然是一种奢望，很多时候甚至必须要从头写自己的代码。但是阅读igraph和networkx这样成型了的函数库对熟悉算法和相关语言的技巧是很有用的。

igraph(http://igraph.sourceforge.net/)是在处理复杂网络问题中用的比较多的C语言函数库，不过它也提供了R，python的接口。

networkx(http://networkx.lanl.gov/)是用基于python的dictionary的一个复杂网络库。众所周知的是，python语言在对程序效率要求不是很苛刻的时候是构建程序的最佳选择一(对python不熟悉的图论研究者可以看看我在人人上的一篇日志（http://blog.renren.com/blog/bp/QmicNX45As)，而用python语言写成的networkx充分利用了python中的dictionary的特性，将python的动态性发挥到了极致，研究networkx源代码对于研究算法和做相关的实验是我们的不二选择。但是对于规模很大的问题，性能上的要求需要我们去使用诸如igraph,BGL(boost graph library,不过基本已经停止开发）之类用C/C++写成的库。