使用Python改组大型网络

2019-06-23 17:42:42 阅读：224 来源： 互联网

标签：python hash shuffle networkx list

我有一个大型的网络来分析.例如：

import networkx as nx
import random

BA = nx.random_graphs.barabasi_albert_graph(1000000, 3)
nx.info(BA)

我必须改变边缘,同时保持度数分布不变. Maslov引入了基本思想.因此,我的同事和我编写了一个shuffleNetwork函数,我们在网络对象G上工作num次. edges是一个列表对象.

问题是这个功能对大型网络来说运行得太慢了.我试图使用set或dict而不是list作为edge对象(set和dict是hash表).但是,由于我们还需要删除和添加元素,因此时间复杂度变得更大.

您对进一步优化此功能有什么建议吗？

def shuffleNetwork(G,Num):
    edges=G.edges()
    l=range(len(edges))
    for n in range(Num):
        i,j = random.sample(l, 2)
        a,b=edges[i]
        c,d=edges[j]
        if a != d and c!= b:
            if not (a,d) in edges or (d, a) in edges or (c,b) in edges or (b, c) in edges:
                edges[i]=(a,d)
                edges[j]=(c,b)
    K=nx.from_edgelist(edges)
    return K



import timeit
start = timeit.default_timer()
#Your statements here
gr = shuffleNetwork(BA, 1000)
stop = timeit.default_timer()
print stop - start

解决方法:

您应该考虑使用nx.double_edge_swap

文档是here.它看起来完全符合您的要求,但会修改图形.

我不确定它是否会解决速度问题,但它确实避免生成列表,所以我认为它会比你得到的更好.

你可以用nx.double_edge_swap(G,nswap = number)来调用它

标签：python,hash,shuffle,networkx,list
来源： https://codeday.me/bug/20190623/1273234.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

使用Python改组大型网络