Question

如何使用Kruskal算法计算im R（3.0.0 - Linux x32）最小生成树？

我用igraph（0.6.5）库创建一个加权的完整图形作为folws：

set.seed(1234567890)
g <- graph.full(n = 20)
E(g)$weight <- round(runif(ecount(g)), 2) * 100

我能用Prim（igraph）来计算最小的树木。

mstPrim <- minimum.spanning.tree(g, algorithm = "prim")

但不幸的是，在“igraph”中没有实施Kruskal算法。

我可以将我的基因图表表示为data.frame：

edgeMatrix <- data.frame(cbind(get.edgelist(g), E(g)$weight))
names(edgeMatrix) <- c("from", "to", "weight")

有没有一种简单的方法可以用R中的Kruskal算法计算mst？

Answer 1

使用RBGL包的一个小解决方法：

#convert with graph packagege to BAM class of graph an calculate mst
mstKruskalBAM <- mstree.kruskal(graphBAM(edgeMatrix))
#build new data frame with resut
mstKruskalDF <- data.frame(cbind(t(mstKruskalBAM$edgeList),
                                 t(mstKruskalBAM$weight)))
#convert back to igraph package
mstKruskal <- graph.data.frame(mstKruskalDF, directed=FALSE)

现在可以绘制并比较aloriph和定义这样的布局算法：

plot(mstPrim, layout = layout.kamada.kawai, edge.label = E(mstPrim)$weight)
plot(mstKruskal, layout = layout.kamada.kawai, edge.label = mstKruskal$weight)

Answer 2

我认为ape包中的mst函数实现了这一点。

http://cran.r-project.org/web/packages/ape/ape.pdf

使用Kruskal算法的最小生成树

2 个答案: