我目前正在尝试创建一种算法,用于在图中查找团体,幸运的是,我从Networkx找到了用于实现此功能的文档。不幸的是,变量名有点简洁,我在理解代码各部分的功能时遇到了麻烦。
这是find_cliques的代码:
def find_cliques(G):
if len(G) == 0:
return
adj = {u: {v for v in G[u] if v != u} for u in G}
Q = [None]
subg = set(G)
cand = set(G)
u = max(subg, key=lambda u: len(cand & adj[u]))
ext_u = cand - adj[u]
stack = []
try:
while True:
if ext_u:
q = ext_u.pop()
cand.remove(q)
Q[-1] = q
adj_q = adj[q]
subg_q = subg & adj_q
if not subg_q:
yield Q[:]
else:
cand_q = cand & adj_q
if cand_q:
stack.append((subg, cand, ext_u))
Q.append(None)
subg = subg_q
cand = cand_q
u = max(subg, key=lambda u: len(cand & adj[u]))
ext_u = cand - adj[u]
else:
Q.pop()
subg, cand, ext_u = stack.pop()
except IndexError:
pass
这只是国际剑联,但我只是想了解这里发生的事情,而且我似乎找不到在线解释它的任何资源。
答案 0 :(得分:1)
find_cliques
方法的documentation列出了此算法的三个引用。您可能想看看它们,或者看看wikipedia。
一些变量:
adj
=字典,每个节点将邻居作为一组存储
u
=邻居最多的节点,不属于其他集团。
ext_u
= u的所有邻居,它们不是另一个集团的成员