如何生成一个随机有向循环图,每个节点有一个定义的“平均”边数?(R语言)

hwamh0ep  于 7个月前  发布在  R语言
关注(0)|答案(1)|浏览(83)

我想生成随机有向循环图,同时定义节点数和每个节点的平均边数。“平均边数”意味着每个节点的度通常是我定义的更低或更高的概率更低的度。
例如,我想要一个每个节点有3条边的DCG,我将有80%的节点度为3,15%的节点度为2,5%的节点度为1(注意:所有节点都应该有边,没有断开的节点)
我还想定义生成的DCG中的周期数。
我不知道是否有已经实施的东西可以做到这一点。
我试着在erdos.renyi.game上使用igraph

library(igraph)  
nodes = 20  
edges = 40  
g <- erdos.renyi.game(nodes, edges, type = "gnm",  
          directed = TRUE, loops = FALSE)  
is.dag(g) ##FALSE --> it's a Directed Cyclic Graph  
x = degree(g)  
mean(x)  
table(x)  
names(sort(-table(x)))[1]  
hist(x)  
plot(g)

字符串
有20个节点和40条边,有向边,没有自循环,我得到一个DCG,但我有2个问题:
首先,我不能定义每个节点的边数,这里我试图让边数是节点数的两倍,希望每个节点平均有2条边,但我最终得到的是随机度,最多到度为8的节点。
第二,我不能定义循环的数量或定义循环的节点数量,所以如果我有两个节点指向对方,它就算作DCG。如果我能定义包含2个以上节点的测试循环,那就更好了。

uurity8g

uurity8g1#

我认为这个函数应该做你需要的。本质上,它创建了一个随机的边缘列表,其中包含每个节点至少一次。边缘列表中的边缘数量由节点数量和所需的平均边缘数量相乘确定。
在采样过程中,可能会偶然出现一些自环,这些自环通过复位来替换,直到没有自环为止。

generate_cyclic <- function(nodes, ave_edges) {
  ave_edges <- ave_edges/2
  from <- c(nodes, sample(nodes, floor(length(nodes) * (ave_edges - 1)), TRUE))
  to <- c(sample(nodes, floor(length(nodes) * (ave_edges - 1)), TRUE), nodes)
  while(any(from == to)) {
    i <- which(from == to)
    from[i] <- sample(nodes, length(i), TRUE)
  }
  igraph::graph_from_edgelist(cbind(from, to))
}

字符串
测试,我们得到

library(igraph)

g <- generate_cyclic(LETTERS[1:20], ave_edges = 3)

is.dag(g)
#> [1] FALSE

x = degree(g)  
mean(x)  
#> [1] 3

hist(x)


的数据

plot(g)


相关问题