计算顶点邻域中有多少顶点在 igraph 中具有 R 属性

Question

我在 igraph 中有一个大图（实际上是几个）——大约有 100,000 个顶点——每个顶点都有一个属性，它是 true 或 false。对于每个顶点，我想计算直接连接到它的顶点中有多少具有该属性。我目前的解决方案是以下函数，它以图形为参数。

attrcount <- function(g) {
  nb <- neighborhood(g,order=1)
  return(sapply(nb,function(x) {sum(V(g)$attr[x]}))
}

这会返回一个计数向量，对于具有该属性的顶点，该向量偏移 1，但我可以轻松调整它。

问题在于它运行得非常慢，而且似乎应该有一种快速的方法来做到这一点，因为例如，使用degree(g) 计算每个顶点的度数实际上是即时的。

我这样做是不是很愚蠢？

例如，假设这是我们的图表。

set.seed(42)
g <- erdos.renyi.game(169081, 178058, type="gnm")
V(g)$att <- as.logical(rbinom(vcount(g), 1, 0.5))

Answer 1

使用get.adjlist 查询所有相邻顶点，然后在此列表中使用sapply（或tapply 可能更快）以获取计数。将属性存储在向量中也是值得的，因为这样您就不需要一直提取它。

用 sapply

system.time({
  al <- get.adjlist(g)
  att <- V(g)$att
  res <- sapply(al, function(x) sum(att[x]))
})
#   user  system elapsed 
#  0.571   0.005   0.576 

带点击

system.time({
  al <- get.adjlist(g)
  alv <- unlist(al)
  alf <- factor(rep(seq_along(al), sapply(al, length)),
                levels=seq_along(al))
  att <- V(g)$att
  res2 <- tapply(att[alv], alf, sum)
  res2[is.na(res2)] <- 0
})
#   user  system elapsed 
#  1.121   0.020   1.144 

all(res == res2)
# TRUE

让我有些意外，但tapply 解决方案实际上更慢。

如果这还不够，那么我想你仍然可以通过用 C/C++ 编写来使其更快。

Answer 2

为了更快的计算，使用get.adjacency拉取邻接矩阵，然后使用%*%将矩阵乘以属性向量：

library(igraph)
set.seed(42)
g <- erdos.renyi.game(1000, 1000, type = "gnm")
V(g)$att <- as.logical(rbinom(vcount(g), 1, 0.5))

system.time({
  ma   <- get.adjacency(g)
  att  <- V(g)$att
  res1 <- as.numeric(ma %*% att)
})
#  user  system elapsed 
# 0.003   0.000   0.003 

与使用get.adjlist 和sapply 相比：

system.time({
  al   <- get.adjlist(g)
  att  <- V(g)$att
  res2 <- sapply(al, function(x) sum(att[x]))
})
#   user  system elapsed 
#  9.733   0.243  10.107

修改res1的类后，结果向量相同：

res1 <- as.numeric(res1)
identical(res1, res2)
# [1] TRUE