将邻接矩阵转换为抽象单纯复形

生活机器人

我有一个由邻接矩阵表示的图,我想将其转换为抽象的单纯形复数(即,所有顶点,边,三角形,四面体的列表...),以便在其上进行一些拓扑计算图形。但是,我在使算法完全正确方面遇到了一些麻烦。我看了网上,却找不到能做到这一点的任何东西。

换句话说,代码要做的是创建一个所有边的列表(例如,a和b之间的边为a,因此列表看起来像ab [ab, bc, ad...]。然后,我们需要找到所有三角形。因此,从一个随机边开始,说,ab然后将其添加到字符串中,然后类似于深度优先搜索,我们将其中包含a或b的所有其他边的列表添加到队列中,然后尝试将其附加到字符串中。如果3之后迭代中,字符串由重复项组成(也就是说,看起来像abbcca),然后添加abc到我的三角形列表中,弹出堆栈,然后重试。

类似地,对于3维(四面体),我们做相似的事情并查看我们的三角形列表[abc, bcd, bce...]我们abc将所有共享EITHER abbc或的三角形添加ac到队列中,然后尝试将这些三角形附加到字符串中。如果经过4次迭代,我们只有重复项,那么我们知道存在一个四面体。

继续根据需要选择多个尺寸。

但是,代码无法正常工作,我真的很困。

现在,我只是在二维中工作,并试图获得三角形,并且只会添加逻辑以稍后处理更高的值。

    def DFS(edges, count, node, triangles, tempTriangle):
    print(tempTriangle)
    visited, stack = set(), [node]
    tempTriangle = tempTriangle.strip(" ")
    if count > 2:
        return 
    elif len(tempTriangle) % 3 == 0 and deleteDuplicates(tempTriangle) == "":
        print("Triangle: ", oneTimeLetters(tempTriangle))
        triangles.append(oneTimeLetters(tempTriangle))
        tempTriangle = ""

    neighbors = [x for x in edges if hasIntersection(node, x) == False and strIntersection(tempTriangle, x) != x]

    for y in neighbors:
        if y not in visited:
            visited.add(y)
            tempTriangle = tempTriangle + y
            if count > 2:
                count = 0
                node = (edges - visited)[0]
                DFS(edges, 0, node, triangles, "")
            DFS(edges, count+1, y, triangles, tempTriangle)
            tempTriangle = tempTriangle[:len(tempTriangle)-2]
            visited.pop()

def deleteDuplicates(word):
    letterList = set()
    for c in word:
        if c in letterList:
            word = word.replace(c, "")
        letterList.add(c)
    return word

def oneTimeLetters(word):
    letterList = set()
    for c in word:
        if c in letterList:
            word = word.replace(c, "")
        letterList.add(c)
    return ''.join(letterList)

def hasIntersection(a, b):
        return not set(a).isdisjoint(b)

def strIntersection(s1, s2):
  out = ""
  for c in s1:
    if c in s2 and not c in out:
      out += c
  return out

我在具有5个顶点的图的玩具盒上运行

Edges = ['cd', 'da', 'eb', 'cb', 'dc', 'ea', 'db', 'ac', 'ca', 'bd', 'ba', 'be', 'ad', 'bc', 'ab', 'ae']


Adjacency matrix =
 [[ 0.  1.  1.  1.  1.]
     [ 1.  0.  1.  1.  1.]
     [ 1.  1.  0.  1.  0.]
     [ 1.  1.  1.  0.  0.]
     [ 1.  1.  0.  0.  0.]]

给定输入后,它仅返回一个空列表,而tempTriangle的print语句为我提供了一长串的东西

dc
dcae
dcaecd
dcaecb
dcaedb
dcaebc
dcaebd
dcba
dcbacd
dcea
dceacd
dceacb
dceadb
dceabc
//...abbreviated the long list 

因此,它不会在应有的情况下停止,也不会添加到三角形列表中,并且周围的一切都无法正常工作。

任何和所有帮助将不胜感激!

保罗·潘泽

这是一些工作代码。它保留了您的基本思想,但通过保留并重用了上一个度数中每个单纯形的共享邻居列表来对其进行一些改进。

当找到包含单形S的下一个度单纯形时,我们选择一个随机顶点V和一个子简单SV。要找到S的邻居,我们只需查找V和SV的邻居并取交点即可。相交中的每个元素N都给出一个新的单纯形S + N。

我们利用set和dict容器进行快速查找,交集和重复清除。

def find_cliques(edges, max_sz=None):
    make_strings = isinstance(next(iter(edges)), str)
    edges = {frozenset(edge) for edge in edges}
    vertices = {vertex for edge in edges for vertex in edge}
    neighbors = {vtx: frozenset(({vtx} ^ e).pop() for e in edges if vtx in e)
                 for vtx in vertices}
    if max_sz is None:
        max_sz = len(vertices) 

    simplices = [set(), vertices, edges]
    shared_neighbors = {frozenset({vtx}): nb for vtx, nb in neighbors.items()}
    for j in range(2, max_sz):
        nxt_deg = set()
        for smplx in simplices[-1]:
            # split off random vertex
            rem = set(smplx)
            rv = rem.pop()
            rem = frozenset(rem)
            # find shared neighbors
            shrd_nb = shared_neighbors[rem] & neighbors[rv]
            shared_neighbors[smplx] = shrd_nb
            # and build containing simplices
            nxt_deg.update(smplx|{vtx} for vtx in shrd_nb)
        if not nxt_deg:
            break
        simplices.append(nxt_deg)
    if make_strings:
        for j in range(2, len(simplices)):
            simplices[j] = {*map(''.join, map(sorted, simplices[j]))}
    return simplices

# demo
from itertools import combinations
edges = set(map(''.join, combinations('abcde', 2)))
random_missing_edge = edges.pop()
simplices = find_cliques(edges)

from pprint import pprint
pprint(random_missing_edge)
pprint(simplices)

样本输出:

'ae'
[set(),
 {'d', 'a', 'e', 'c', 'b'},
 {'be', 'ab', 'cd', 'bd', 'ad', 'ac', 'ce', 'bc', 'de'},
 {'bce', 'abc', 'acd', 'bcd', 'cde', 'abd', 'bde'},
 {'abcd', 'bcde'}]

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章

将邻接矩阵转换为向量

将虚拟编码矩阵转换为邻接矩阵

如何将矩阵转换为邻接矩阵?

将邻接矩阵转换为Cytoscape的Edgelist(csv文件)

将igraph邻接矩阵转换为numpy数组

将邻接矩阵转换为 R 中的两列表

将txt文件转换为邻接矩阵

将邻接矩阵转换为CSV文件

如何将 .txt 文件转换为邻接矩阵?

从最近邻居搜索创建邻接矩阵。(将邻接列表转换为邻接矩阵)-Matlab

使用python将邻接列表转换为稀疏邻接矩阵

如何使用python将邻接矩阵转换为邻接列表?

在python中将邻接表转换为邻接矩阵

如何将稀疏矩阵转换为密集邻接矩阵?

如何将加权边列表转换为 R 中的邻接矩阵

熊猫:如何将一个热编码的数据帧转换为邻接矩阵?

将二部图转换为邻接矩阵Spark Scala

将二部图转换为邻接矩阵python

将最近邻居列表转换为 r 中的二进制邻接矩阵

如何仅通过张量操纵将已知的连接分量转换为邻接矩阵?

将邻接矩阵转换为字典的有效方法是什么?

如何将加权边列表转换为 r 中的邻接矩阵

如何将大型边列表csv转换为邻接矩阵

将A和arma :: mat邻接矩阵转换为C中的igraph图(Rcpp)

将data.frame转换为邻接矩阵以进行网络分析(R)

如何将该邻接矩阵转换为图形对象?

在R中将数据帧转换为邻接矩阵格式

如何在JavaScript中将邻接矩阵转换为邻接列表?

如何在 Python 中将邻接列表转换为邻接矩阵