Question

我正在考虑使用networkx创建和维护Directed Acyclic Graph(DAG)。

检查添加边缘是否会导致DiGraph不再是DAG的首选方法是什么？

示例图：

import networkx as nx


G = nx.DiGraph()
G.add_edges_from([(1,2), (1,3), (2,4)]) # no cycles so far

我们得到：

>>> G
1 2 3
2 4
3
4


>>> nx.is_directed_acyclic_graph(G)
True

当我们向图中添加一个循环时：

G.add_edge(4,1) # now we have a cycle

我们得到：

>>> G
1 2 3
2 4
3
4 1


>>> nx.is_directed_acyclic_graph(G)
False

如何检查新边是否会引起循环？到目前为止，我想出的最好的方法是：

def add_dependency(G, n1, n2):
    if n2 in nx.ancestors(G, n1):
        print('this will create a cycle')
    else:
        print(f"add {n2} as edge of {n1}")
        G.add_edge(n1, n2)

有更好的方法吗？

Answer 1

在可读性和内存消耗的情况下，您的代码最适合networkx。请注意，许多问题（尤其是图论）在时间和内存消耗之间权衡。

在您的情况下，您不知道新边是否会创建一个循环，因此您必须重新计算节点内祖先并检查它们（因此，我建议您使用代码）。但是，如果您有密集的图并且大多数新边都不正确，则必须重复重新计算祖先。但是您可以预先计算每个节点的祖先并将它们存储在集合的字典中：d = {n: nx.ancestors(DAG, n) for n in DAG}搜索复杂度为O(1)，但是每个边的加法会导致许多节点祖先的重新计算。

有没有一种有效的方法可以将节点添加到Digraph而不引起networkx中的循环？

1 个答案: