Python 有向图中的最大公共子图

我试图将一组句子表示为一个有向图，其中一个单词由一个节点表示。如果一个单词被重复，则该节点不重复，将使用先前存在的节点。让我们将此图称为

MainG

接下来，我用一个新句子，创建这个句子的有向图（称这个图为

SubG

），然后在

MainG

中查找

SubG

的最大公共子图

我正在使用Python 3.5中的NetworkX api。我知道这是正常图的NP完全问题，但对于有向图，这是一个线性问题。我提到的其中一个链接：

我尝试执行以下代码：

import networkx as nx
import pandas as pd
import nltk

class GraphTraversal:
    def createGraph(self, sentences):
        DG=nx.DiGraph()
        tokens = nltk.word_tokenize(sentences)
        token_count = len(tokens)
        for i in range(token_count):
            if i == 0:
                continue
            DG.add_edges_from([(tokens[i-1], tokens[i])], weight=1)
        return DG


    def getMCS(self, G_source, G_new):
        """
        Creator: Bonson
        Return the MCS of the G_new graph that is present 
        in the G_source graph
        """
        order =  nx.topological_sort(G_new)
        print("##### topological sort #####")
        print(order)

        objSubGraph = nx.DiGraph()

        for i in range(len(order)-1):

            if G_source.nodes().__contains__(order[i]) and G_source.nodes().__contains__(order[i+1]):
                print("Contains Nodes {0} -> {1} ".format(order[i], order[i+1]))
                objSubGraph.add_node(order[i])
                objSubGraph.add_node(order[i+1])
                objSubGraph.add_edge(order[i], order[i+1])
            else:
                print("Does Not Contains Nodes {0} -> {1} ".format(order[i], order[i+1]))
                continue


obj_graph_traversal = GraphTraversal()
SourceSentences = "A series of escapades demonstrating the adage that what is good for the goose is also good for the gander , some of which occasionally amuses but none of which amounts to much of a story ."
SourceGraph = obj_graph_traversal.createGraph(SourceSentences)

TestSentence_1 = "not much of a story"    #ThisWorks
TestSentence_1 = "not much of a story of what is good"    #This DOES NOT Work
TestGraph = obj_graph_traversal.createGraph(TestSentence_1)

obj_graph_traversal.getMCS(SourceGraph, TestGraph)

当我尝试进行拓扑排序时，第二个排序不起作用

---

将有兴趣了解解决此问题的可能方法。

以下代码从有向图中获取最大公共子图：

def getMCS(self, G_source, G_new):
    matching_graph=nx.Graph()

    for n1,n2,attr in G_new.edges(data=True):
        if G_source.has_edge(n1,n2) :
            matching_graph.add_edge(n1,n2,weight=1)

    graphs = list(nx.connected_component_subgraphs(matching_graph))

    mcs_length = 0
    mcs_graph = nx.Graph()
    for i, graph in enumerate(graphs):

        if len(graph.nodes()) > mcs_length:
            mcs_length = len(graph.nodes())
            mcs_graph = graph

    return mcs_graph

---

Bonson答案的编辑队列已满，但它不再适用于networkx 2.4，并且有一些可能的改进：

• networkx 2.4中删除了

  connected_component_子图

  ，应改用返回一组节点的

  connected_components

• 因为只有节点的数量才能找到最大的组件，这可以大大简化

• 这不再是专门针对初始问题定制的，因为这是搜索“有向图中的最大公共子图”的最佳选择，我需要它来完成完全不同的任务

我的改编版本是：

def getMCS（g1、g2）：
匹配图=networkx.graph（）
对于g2.边（）中的n1和n2：
如果g1.有_边（n1，n2）：
匹配图。添加边（n1，n2）
组件=网络x.连接的组件（匹配图）
最大组件=最大（组件，键=len）
返回networkx.诱导子图（匹配子图，最大子图分量）

---

如果最后一行被替换为

返回networkx.induced\u子图（g1，最大的\u分量）

它也应该正常工作并返回一个有向图。

到底是什么失败了？您的标记化很可能会产生重复的数据（“of”），因此，如果您采取措施确保数据是唯一的，那么它可能会成功。例如，您可以考虑图形对<代码>（index，令牌），< /代码>，其中索引仅仅是令牌的基于0的索引。（

对于i，tok in enumerate（tokens）：…

）@Austin Hastings感谢您的回复。创建的图形是循环的，就像句子中的单词可以重复一样。在SourceGraph中也是一样的，我们在其中也有循环。记住这一点，我们必须找到最大公共子图。我今天有点忙。为什么需要拓扑排序？为什么你不能只过滤公共边，然后计算出最大的连通分量呢？@Paul谢谢你的想法/评论。这让我思考。已经发布了我的解决方案。好笑。那是在那天喝第一杯咖啡之前，所以我真的不相信我的思维过程。很高兴它有帮助。我收到了以下错误：

AttributeError:module'networkx'没有属性'connected\u component\u subgraphs'

。我正在使用Networkx2.4。