使用igraph python从图形中提取特定组件

问题描述：

目标是提取某个顶点所属的组件，以计算其大小

守则的步骤：

• 使用该方法获取图形中所有连接组件（c.c）的列表
• 然后，在每次检查某个节点是否属于c.c列表时，迭代该列表
• 当它被发现时，我计算它的大小

代码如下：

def sizeofcomponent(clusters, vertex):
    for i in range(len(clusters)):
        if str(vertex) in clusters.subgraphs()[i].vs["name"]:
            return(len(clusters.subgraphs()[i].vs["name"]))

问题是，这段代码将用于非常大的图形，而这种方法大大降低了代码的速度。有什么办法可以改进吗

---

编辑01:算法工作原理说明

假设以下图形是主图形：

计算（MIS）后，我们得到下面的图表，我称之为组件：

从主图表中随机添加一个节点，该节点属于主图表，但不属于组件（不属于MIS）。示例：将节点10添加到组件

计算它形成的组件的大小

对所有节点（不属于组件（MIS）的节点）重复该过程

最后，形成最小组件（最小大小）的节点是永久添加到组件中的节点

您的解决方案：

• 执行以下代码时（i为顶点）：

变量c值如下所示：

示例：节点（2）属于组件1（id为1）

为什么它对我不起作用：

以下代码行不会给出正确的结果：

    cls = components.clusters()
    c = cls.membership[i]

因为列表c中节点的ID与节点的名称不匹配。例如：cls.membership[i]将给出异常错误：列表超出范围。而不是正确的结果：4

此外，根据您的代码，在您的情况下，大小的计算方式如下：

---

只需执行以下操作即可获得组件顶点

i

所属

components=G.clusters（）
c=组成部分。成员资格[i]

然后，您可以使用

s=组件大小（c）

我已编辑了我的问题以对您的答案进行评论。请查看。

    cls = components.clusters()
    c = cls.membership[i]

    c = components.membership[i]
    s = components.membership.count(c)