Numpy Networkx最大独立集再现性

如何在Jupyter笔记本（Python3）中获得可复制的结果

为主要随机生成器定义种子似乎是不够的，请参见下面的MWE：

import numpy as np
import random
import os 

random.seed(0)
np.random.seed(0)
os.environ['PYTHONHASHSEED']=str(0)

在循环中的每次运行中给出相同的结果

---

但是，当重新启动内核并再次运行计算单元时，结果会更改为另一个子集。

对于您的问题，简短的回答是：在当前的实现中，它是不可复制的-如果考虑内核的重新启动

长话短说 您需要使用OrderedSet（请参阅）使用并重新实现函数

最大独立集

，以确保所需的再现性。除OrderedSets外，您还可以通过排序确保强制转换从集合到列表的顺序，请参阅

调试-基于 问题的原因是什么。首先观察，这不是随机发生器。正确实例化并在多次运行中具有相同状态（在开始和结束时-使用

seed.getstate（）

检查）。在

最大独立集

中有问题的调用都是

集

操作。例如，对于mwe：

neighbors = set.union(*[set(G.adj[v]) for v in nodes])
# next line added for simple debugging:
print(nodes, neighbors, G.adj["D"])
# Output 1: ['D', 'A', 'F']
# {'D'} {'E', 'C'} OrderedDict([('C', OrderedDict()), ('E', OrderedDict())])
# ['D', 'F', 'B']
# {'D'} {'C', 'E'} OrderedDict([('C', OrderedDict()), ('E', OrderedDict())])

---

如您所见，多次运行会导致不同的集合（与顺序有关）。对于其他种子，尤其是可用的节点，

也是如此。因此，通过固定随机数生成器来固定所选列表id并不能确保可再现性，因为列表中元素的排序可能不同。
Hi-什么版本的python和什么版本的
networkx
？python 3.5.3+networkx2.4结果在同一个笔记本运行中是可复制的。但是，当我重新启动内核时，由于Sparky05，结果在第二次运行中会发生变化（见更新的问题）。实际上，通过在源代码中从集合到列表转换时保持顺序，可实现可复制性。
neighbors = set.union(*[set(G.adj[v]) for v in nodes])
# next line added for simple debugging:
print(nodes, neighbors, G.adj["D"])
# Output 1: ['D', 'A', 'F']
# {'D'} {'E', 'C'} OrderedDict([('C', OrderedDict()), ('E', OrderedDict())])
# ['D', 'F', 'B']
# {'D'} {'C', 'E'} OrderedDict([('C', OrderedDict()), ('E', OrderedDict())])