如何获得 NetworkX 图形的巨大组件？答案

【问题标题】：How do I get the giant component of a NetworkX graph?如何获得 NetworkX 图形的巨大组件？
【发布时间】：2014-09-29 17:45:31
【问题描述】：

我不知道 NetworkX 最近是否将其中一种方法调整为生成器，而不是返回列表，但我正在寻找一种好的（更确切地说，更好的）方法来获取图的 GC。

我有一个工作，但看起来效率很低，sn-p down：

# G = nx.Graph()
giant = sorted(nx.connected_component_subgraphs(G), key=len, reverse=True)[0]

有没有更清洁的方法？

【问题讨论】：

【解决方案1】：

在 networkx 2.4 中，nx.connected_component_subgraphs() 已被弃用，因此以下内容应该有效：

Gcc = sorted(nx.connected_components(G), key=len, reverse=True)
G0 = G.subgraph(Gcc[0])

G0 是巨型组件。

【讨论】：

谢谢，这是互联网上唯一一个我可以找到您需要subgraph 方法才能提取最大组件的地方。请注意，在这种情况下，G.subgraph(max(nx.connected_components(G), key=len)) 会更快。
@IanS 感谢您的解决方案。文档没有提到返回的组件只是一组节点，而不是子图networkx.org/documentation/stable/reference/algorithms/…
我无法弄清楚如何在较新的版本中保留节点属性，因为不推荐使用 copy=True...

【解决方案2】：

在 networkx 1.9 中，connected_components_subgraphs 返回一个迭代器（而不是一个排序列表）。迭代器产生的值是not in sorted order。所以要找到最大的，使用max:

giant = max(nx.connected_component_subgraphs(G), key=len)

排序是 O(n log n)。取最大值是 O(n)。

【讨论】：

不知道您可以将key 参数与max 一起使用，有趣...connected_component_subgraphs 方法是在NX 中使用的最佳方法吗？
是的。就是这样recommended by the main developer of networkx。
是否可以对nx.connected_component_subgraphs() 进行排序以识别不是最大的组件而是所有？正如 OP 所指出的那样，通过对其进行排序，我们最终可能会得到一个 inefficient sn-p。是否有任何解决方法，尤其是对于庞大的网络？
这似乎不再适用于 2.4 版。（请参阅networkx.github.io/documentation/stable/release/… 中的弃用）。