python-networkx maximal_matching()不返回最大匹配
作者:互联网
我正在学习使用networkx python模块对二分图进行一些匹配.模块中有两个函数可以提供图形的最大基数匹配:
> nx.maximal_matching()
> nx.bipartite.maxmum_matching()
请注意,尽管其名称为maximal_matching,但其doc确实声明“在图中找到最大基数匹配”.
由于我的图是二分图,因此我假设这2个图将给出相同的结果,至少两个都具有相同的边数.但是我的代码似乎建议nx.maximal_matching()给出错误的答案:正如nx.bipartite.maxmum_matching()所建议的那样,可能还有一个优势.
下面是我的工作代码:
import networkx as nx
from networkx import bipartite
def plotGraph(graph,ax,title):
pos=[(ii[1],ii[0]) for ii in graph.nodes()]
pos_dict=dict(zip(graph.nodes(),pos))
nx.draw(graph,pos=pos_dict,ax=ax,with_labels=True)
ax.set_title(title)
return
if __name__=='__main__':
#---------------Construct the graph---------------
g=nx.Graph()
edges=[
[(1,0), (0,0)],
[(1,0), (0,1)],
[(1,0), (0,2)],
[(1,1), (0,0)],
[(1,2), (0,2)],
[(1,2), (0,5)],
[(1,3), (0,2)],
[(1,3), (0,3)],
[(1,4), (0,3)],
[(1,5), (0,2)],
[(1,5), (0,4)],
[(1,5), (0,6)],
[(1,6), (0,1)],
[(1,6), (0,4)],
[(1,6), (0,6)]
]
for ii in edges:
g.add_node(ii[0],bipartite=0)
g.add_node(ii[1],bipartite=1)
g.add_edges_from(edges)
#---------------Use maximal_matching---------------
match=nx.maximal_matching(g)
g_match=nx.Graph()
for ii in match:
g_match.add_edge(ii[0],ii[1])
#----------Use bipartite.maximum_matching----------
match2=bipartite.maximum_matching(g)
g_match2=nx.Graph()
for kk,vv in match2.items():
g_match2.add_edge(kk,vv)
#-----------------------Plot-----------------------
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(10,8))
ax1=fig.add_subplot(2,2,1)
plotGraph(g,ax1,'Graph')
ax2=fig.add_subplot(2,2,2)
plotGraph(g_match,ax2,'nx.maximal_matching()')
ax3=fig.add_subplot(2,2,3)
plotGraph(g_match2,ax3,'bipartite.maximum_matching()')
plt.show()
这是生成的图.如图所示,子图2具有6条边,而3具有7条边.这是networkx实施中的错误,还是我在这里做错了什么?
PS:我的networkx是1.11版
解决方法:
networkx.maximal_matching
算法没有按照您期望的方式提供最大基数匹配.它实现了一个简单的贪心算法,其结果纯粹是在没有其他边缘可以添加的意义上最大化的.
对于您打算进行的全局最大基数匹配,它的对应项是networkx.max_weight_matching
标签:matching,graph,networkx,bipartite,python 来源: https://codeday.me/bug/20191111/2019261.html