使用Networkx运行有向图的随机遍历的更有效方法

时间:2014-03-03 15:09:48

标签: python networkx graph-traversal

我试图通过有向网络x图模拟随机遍历。伪代码如下

Create graph G with nodes holding the value true or false. 
// true -> visited, false -> not visited

pick random node N from G
save N.successors as templist
while true
    nooptions = false
    pick random node N from templist
    while N from templist has been visited
        remove N from templist
        pick random node N from templist
        if templist is empty
            nooptions = true
            break
    if nooptions = true 
        break
    save N.successors as templist 

是否有更有效的方法将路径标记为除了之外的路径 如果将元素标记为已访问,则创建临时列表并删除元素?

修改

该算法的目标是在图中随机选取一个节点。选择该节点的随机后继/子节点。如果没有访问,请转到那里并将其标记为已访问。重复,直到没有继承人/子女或没有未访问的继任者/子女

1 个答案:

答案 0 :(得分:3)

根据图表的大小,您可以使用内置的all_pairs_shortest_path功能。那么你的功能基本上就是:

G = nx.DiGraph()
<add some stuff to G>

# Get a random path from the graph
all_paths = nx.all_pairs_shortest_path(G)

# Choose a random source
source = random.choice(all_paths.keys())
# Choose a random target that source can access
target = random.choice(all_paths[source].keys())
# Random path is at
random_path = all_paths[source][target]

似乎没有办法从我看到的source开始生成随机路径,但可以访问python代码,我认为添加该功能会很简单。

另外两种可能更快但更复杂/手动的可能性是使用bfs_successors进行广度优先搜索,并且只应在列表中包含一次目标节点。不是100%肯定格式,所以可能不方便。

您还可以生成bfs_tree,它会生成一个子图,其中没有周期可以到达的所有节点。那实际上可能更简单,也可能更短?

# Get random source from G.node
source = random.choice(G.node)

min_tree = nx.bfs_tree(G, source)
# Accessible nodes are any node in this list, except I need to remove source.

all_accessible = min_tree.node.keys()
all_accessible.remove(source)
target = random.choice(all_accessible.node.keys())

random_path = nx.shortest_path(G, source, target)