我们使用NetworkX来表示图形和查找max团。
编辑:
基本上,创建一个新的图,每个节点(v)表示图a(a)中的一个节点到图B(B)中的一个节点的可能配对。
如果应用程序中的两个节点(a,b)相似或不相似,则从对应于不同对(a,b)的新图中移除节点(v)。
如果两个节点不互相矛盾,就用一条边连接起来。
例如,(a,b)和(a,c)这两个对相互矛盾(见文章中的形式定义)。
然后在新图中找到一个具有最大节点数的团。
如果在应用程序中,两个节点的相似性不是二进制的,则在一个范围内(例如(0,1))赋予新节点权重。
可以启发式地移除相似度等级低于预定义阈值的新节点。
然后在新图中找到一个具有最大权重(节点分配的权重之和)的团。
不管是哪种方式,最终都会生成相似等级:团的大小/总权重除以原始图的属性函数(a和B的大小/权重的最大/最小/平均值)。
一个很好的特点是你可以从你发现的群体中推断出相似性的“来源”——“更强的”配对。
进一步澄清:
这些约束依赖于应用程序。我们使用这种方法来比较函数控制流图对。通常,该方法会找到第一个图中的某些节点与第二个图中的某些节点(子图到子图)的匹配。关联图中的每个节点表示第一个图中的单个节点与第二个图中的单个节点的可能匹配。因为最终选择了一个团(节点的子集),所以一条边意味着两个匹配并不矛盾。要申请不同的应用程序,您应该询问可能配对的条件是什么(或我要创建什么节点),以及选择一个配对如何影响选择另一个配对(或如何将节点与边连接)。