石径的博客

Kernighan-Lin算法算法伪代码输入 待划分的大图G=(V,E)输出 划分后子图A、B1、将图G平均划分为A、B两个初始子图do​ 计算A、B子图中各个节点的D_values值​ for i in range(|V|/2)​ 从A和B两个子图中，分别找出a、b，使得gain=D_values[a] + D_values[b] - (2 * c_ab)最大​ 将a、b移除，不参与后面过程；将a、b、gain存入gains[]​ 更新A、B

networkx随机图生成导入包import networkx as nx #导入networkx包import random #导入random包import matplotlib.pyplot as plt #导入画图工具包新建图G = nx.Graph() #建立无向图H = nx.path_graph(100) #添加节点G.add_nodes_from(H) #添加节点随机概率添加边的函数def rand_edge(vi,vj,p=0.2): #默认概率p