r

Question

我想在r中描述的lmd算法：

给定图G，V是节点集，假设节点v具有 最大程度，v是局部最大度节点，因为 v的邻居集中的节点的度数小于或等于v 学位。将v放入局部最大度节点集H和 从V中删除小于v的v及其邻居 如果具有最大度数的节点是a，则V中的剩余节点 本地最大度节点，删除节点及其邻居 其度小于局部最大度节点。如果 具有最大程度的节点不是局部最大程度 节点，将其从V.中删除。重复此过程，直到所有本地 找到最大节点，并且没有任何节点留在V. 我们不应该比较每个节点及其邻居 确定它是否是局部最大度节点。我们不这样做 分析局部最大度节点中的节点 邻居集，程度较小。最糟糕的时间复杂性 是O（dn）找到所有局部最大度数节点，其中n是 网络中的节点数量和d是平均度数 节点

我在r：

中写下这段代码

library(igraph)
seedselection <-function(graph){
  vecount<-vcount(graph) 
  for (i in 1:vecount) {
    j<-max(degree(graph))
    seed <-j
    delete.vertices(graph, j)
    delete.vertices(graph,neighbors(graph, j))
  }
  seeds <- list(seed)
  print(seeds)
}

但是这段代码的结果是假的？