我正在尝试生成符合规范的所有独特的有向图:
>每个节点必须有2个输入
>并允许任意多个输出到图中的其他节点
我目前的解决方案很慢.例如,对于6个节点,算法需要1.5天才能到达我认为已完成的位置,但它可能还需要再检查几天.
我的n节点图的算法:
>生成所有n长度为0的字符串,其中一个符号为1,例如,对于n = 3,[[0,0,1],[0,1,0],[1,0,0]].这些可以被认为是来自单位矩阵的行.
>生成所有可能的n * n矩阵,其中每一行都是步骤1的所有可能组合.步骤1.
这是连接矩阵,其中每个单元表示从列索引到行索引的连接
因此,对于n = 3,这些是可能的:
> [0,1,0] [1,0,0] = [1,1,0]
> [1,0,0] [1,0,0] = [2,0,0]
这些表示节点的输入,通过向自身添加步骤1,结果将始终表示2个输入.
例如:
A B C
A' [[0,1,1],
B' [0,2,0],
C' [1,1,0]]
所以B和C每次连接到A:B – > A’,C – >一个’,
B和B连接两次:B => B”
>我只想要唯一的连接矩阵,因此对于生成的每个连接矩阵,如果它与已经看到的图形不同构,我只能保留它.
这一步很昂贵.我需要通过遍历同构图的每个排列,将它们排序,并将第一个视为“规范形式”,将图形转换为“规范形式”.
如果有人潜水测试任何这些,这里是n个节点的唯一图的计数:
2 - 6
3 - 44
4 - 475
5 - 6874
6 - 109,934 (I think, it's not done running yet but I haven't found a new graph in >24 hrs.)
7 - I really wanna know!
可能的优化:
>因为我要生成要测试的图形,有没有一种方法可以将它们排除在外,而不进行测试,因为它们与已经看过的图形同构?
>有更快的图形同构算法吗?我认为这个与“Nauty”有关,还有其他我在论文中读过的,但我还没有实现它们的专业知识(或带宽).
这是一个可证明的连接矩阵,可以在graphonline.ru上绘制以获得乐趣,显示自我连接,以及与同一节点的2个连接:
1, 0, 0, 0, 0, 1,
1, 0, 0, 0, 1, 0,
0, 1, 0, 1, 0, 0,
0, 1, 2, 0, 0, 0,
0, 0, 0, 1, 0, 1,
0, 0, 0, 0, 1, 0,
这里是haskell中的代码,如果你想玩它,但是我更关心的是让算法正确(比如修剪搜索空间),而不是实现:
-- | generate all permutations of length n given symbols from xs
npermutations :: [a] -> Int -> [[a]]
npermutations xs size = mapM (const xs) [1..size]
identity :: Int -> [[Int]]
identity size = scanl
(\xs _ -> take size $0 : xs) -- keep shifting right
(1 : (take (size - 1) (repeat 0))) -- initial, [1,0,0,...]
[1 .. size-1] -- correct size
-- | return all possible pairings of [Column]
columnPairs :: [[a]] -> [([a], [a])]
columnPairs xs = (map (\x y -> (x,y)) xs)
<*> xs
-- | remove duplicates
rmdups :: Ord a => [a] -> [a]
rmdups = rmdups' Set.empty where
rmdups' _ [] = []
rmdups' a (b : c) = if Set.member b a
then rmdups' a c
else b : rmdups' (Set.insert b a) c
-- | all possible patterns for inputting 2 things into one node.
-- eg [0,1,1] means cells B, and C project into some node
-- [0,2,0] means cell B projects twice into one node
binaryInputs :: Int -> [[Int]]
binaryInputs size = rmdups $map -- rmdups because [1,0]+[0,1] is same as flipped
(\(x,y) -> zipWith (+) x y)
(columnPairs $identity size)
transposeAdjMat :: [[Int]] -> [[Int]]
transposeAdjMat ([]:_) = []
transposeAdjMat m = (map head m) : transposeAdjMat (map tail m)
-- | AdjMap [(name, inbounds)]
data AdjMap a = AdjMap [(a, [a])] deriving (Show, Eq)
addAdjColToMap :: Int -- index
-> [Int] -- inbound
-> AdjMap Int
-> AdjMap Int
addAdjColToMap ix col (AdjMap xs) =
let conns = foldl (\c (cnt, i) -> case cnt of
1 -> i:c
2 -> i:i:c
_ -> c
)
[]
(zip col [0..]) in
AdjMap ((ix, conns) : xs)
adjMatToMap :: [[Int]] -> AdjMap Int
adjMatToMap cols = foldl
(\adjMap@(AdjMap nodes) col -> addAdjColToMap (length nodes) col adjMap)
(AdjMap [])
cols
-- | a graph's canonical form : http://mfukar.github.io/2015/09/30/haskellxiii.html
-- very expensive algo, of course
canon :: (Ord a, Enum a, Show a) => AdjMap a -> String
canon (AdjMap g) = minimum $map f $Data.List.permutations [1..(length g)]
where
-- Graph vertices:
vs = map fst g
-- Find, via brute force on all possible orderings (permutations) of vs,
-- a mapping of vs to [1..(length g)] which is minimal.
-- For example, map [1, 5, 6, 7] to [1, 2, 3, 4].
-- Minimal is defined lexicographically, since `f` returns strings:
f p = let n = zip vs p
in (show [(snd x, sort id $map (\x -> snd $head $snd $break ((==) x . fst) n)
$snd $take_edge g x)
| x <- sort snd n])
-- Sort elements of N in ascending order of (map f N):
sort f n = foldr (\x xs -> let (lt, gt) = break ((<) (f x) . f) xs
in lt ++ [x] ++ gt) [] n
-- Get the first entry from the adjacency list G that starts from the given node X
-- (actually, the vertex is the first entry of the pair, hence `(fst x)`):
take_edge g x = head $dropWhile ((/=) (fst x) . fst) g
-- | all possible matrixes where each node has 2 inputs and arbitrary outs
binaryMatrixes :: Int -> [[[Int]]]
binaryMatrixes size = let columns = binaryInputs size
unfiltered = mapM (const columns) [1..size] in
fst $foldl'
(\(keep, seen) x -> let can = canon . adjMatToMap $x in
(if Set.member can seen
then keep
else id $! x : keep
, Set.insert can seen))
([], Set.fromList [])
unfiltered
最佳答案 您可以尝试多种方法.我注意到的一件事是,具有多边的循环(彩色循环?)有点不寻常,但可能只需要对现有技术进行改进.
过滤另一个程序的输出
这里显而易见的候选人当然是nAUTY / trace(http://pallini.di.uniroma1.it/)或类似(俏皮,幸福等).根据你想要的方式,它可以像运行nauty(例如)和输出到文件一样简单,然后在列表过滤中读取.
对于较大的n值,如果生成大文件,这可能会成为一个问题.我不确定在你没时间用完之前你是否开始耗尽空间,但仍然如此.可能更好的是在你去的时候生成并测试它们,扔掉候选人.为了您的目的,可能有一个现有的库用于生成 – 我找到了this one,但我不知道它有多好.
使用图形不变量
更有效地列出图表的第一步是使用graph invariants进行过滤.显而易见的是degree sequence(图表的有序度数列表).其他包括周期数,周长等.出于您的目的,您可以使用一些indegree / outdegree序列.
基本思想是使用不变量作为过滤器,以避免昂贵的同构检查.您可以存储已生成图形的不变量(列表),并首先根据列表检查新变量.结构的规范形式是一种不变的.
实现算法
遗失的GI算法,包括美女和朋友使用的算法.但是,它们往往很难! this answer中给出的描述是一个很好的概述,但当然是魔鬼的细节.
另请注意,描述适用于一般图形,而您有一个特定的图形子类,可能更容易生成.可能有关于有向图列表(生成)的文件,但我没有检查.