独立集是图的顶点的集合,集合中的点之间没有边相连。
maximum_weighted_independent_set(G[, …]) | 返回近似最大加权独立集 |
---|---|
maximum_independent_set(G[, sampler, lagrange]) | 返回近似最大独立集 |
is_independent_set(G, indep_nodes) 判断给定的节点是否来自独立集 |
dwave_networkx.maximum_weighted_independent_set
maximum_weighted_independent_set(G, weight=None, sampler=None, lagrange=2.0, **sampler_args)
返回近似最大加权独立集。定义一个QUBO,其基态对应于最大加权独立集,并使用采样器对其进行采样。一个独立的集合是这样一组节点,即由这些节点诱导的G的子图不包含边。最大独立集是最大总节点权重的独立集
参数
- G (NetworkX graph) 想要寻找最大独立集的原问题图
- weight (string, optional (default None))如果没有这一项,每个节点具有相同的权重。如果是字符串,请使用该节点分配作为节点权重。假设没有该属性的节点具有最大权重。
- sampler 二元二次模型采样器。采样器是从由Ising方程或二次无约束二进制优化问题(QUBO)定义的模型中的低能态进行采样的过程。一个采样器应该有“sample_qubo”和“sample_ising”两种方法。按照增加能量的顺序,取样器应返回可重复计数的采样结果。如果没有提供采样器,将会使用set_default_sampler函数默认提供一个
- lagrange(optional (default 2))拉格朗日参数加权约束(集合中没有边)与目标(可能的最大集合)。
- sampler_args 要传递给sampler的其他关键参数
返回indep _ nodes–由给定采样器确定的最大加权独立集的节点列表
返回类型 list