Networkx_python 之Algorithms——Approximations and Heuristics

Approximations and Heuristics

以下功能的导入语句from networkx.algorithms import approximation

connectivity(连通性)

all_pairs_node_connectivity(G[, nbunch, cutoff])	计算所有节点对之间的节点连接。
local_node_connectivity(G, source, target[, …])	计算源和目标之间的节点连接。
node_connectivity(G[, s, t]	返回图或图G的节点连通性的近似值。

K组件

k分量结构的快速近似

k_components（G [，min_density]）	返回图G的近似k分量结构。

Clique

快速找到最大的Clique
|max_clique(G)|找到最大的Clique|
|clique_removal(G)|从图中重复删除Clique|
|large_clique_size(G)|返回图中最大的Clique的大小|

聚类

求取图的平均聚类系数

average_clustering(G[, trials, seed])	Estimates the average clustering coefficient of G

支配集（dominating set）

寻找节点和边的支配集
所谓支配集，以节点为例。节点的集合V，可以分成S和R两个子集，如果R中任意一点都可以在S中找到该点的直接邻节点，则称S为该图的控制集。

min_weighted_dominating_set(G[, weight])	Returns a dominating set that approximates the minimum weight node dominating set.
min_edge_dominating_set(G)	Returns minimum cardinality edge dominating set.

独立集

独立集又称稳定集，是图中的一组节点集。这组节点集中没有任何两个节点是相邻节点。