图形拓扑分析

时间:2015-06-29 23:17:29

标签: algorithm networking graph-theory

有人可以建议我使用一些可用于分析图形拓扑分类的算法吗? 输入:具有原始图形信息的邻接列表。 输出:它是什么样的图形?目前我只想关注纯类型 - 菊花链,网格,戒指,星星,树

算法研究的哪个领域负责此类算法?是计算几何吗?

编辑 - 图表的大小不会超过32个节点。但是,节点之间将存在冗余链接。

编辑 - 我知道我的问题可能过于宽泛,但至少在向下投票之前给我一些问题的线索。或者是因为我的声誉: - (

2 个答案:

答案 0 :(得分:2)

首先检查您的图表是否已完全连接。

然后,检查节点“degree

的分布情况
  • 响铃:所有节点都有2级
  • 菊花链:所有节点都具有2级,除了1个具有1级的节点(菊花链有其他定义)。
  • Star:除了一个度数为n-1
  • 的节点外,每个节点的度数为1
  • 树:度数之和为2 *(节点数-1)。此外,如果最高度是k,那么至少有k个节点具有度数1。
  • 网格:一切顺利......

我不认为有一个算法的“区域”可以解决这些问题,但术语“图类”非常常见(参见例如here),尽管它不是正式术语

答案 1 :(得分:0)

要对新实例进行分类,首先需要一个分类系统!

换句话说,您的图表(要分类的项目)适合某种图形拓扑(分类系统)的数据结构。系统可以像列表一样简单;在这种情况下,您执行this other post中概述的简单算法,其中拓扑列表由度分布键入。

更复杂的系统可以是分层系统,类似于生物分类系统。这对于非常大量的图形拓扑来说才是真正必要的,它可以使基于一系列决策的分类更快。本质上是一个决策树。

在这方面可能很难找到很多研究(对于纯图表),因为它很难想到应用程序。有蛋白质折叠拓扑的应用,但这可能不是很有意义。