python - 什么是吸引分量子图？

Question

什么是图的吸引分量子图？
Networkx 对此有一个算法。但我无法理解这是什么，因为：

>>> g.edges()
[(0, 1), (1, 2), (2, 3), (2, 5), (3, 4)]
>>> for l in nx.algorithms.components.attracting.attracting_component_subgraphs(g):
...     print l.edges()
...     print l.nodes()
... 
[]
[4]
[]
[5]

Answer 1

吸引组件的定义在文档中提供nx.algorithms.components.attracting_components。

有向图中的吸引分量是一个强连通分量，其属性是图上的随机游走者一旦进入该分量就永远不会离开该分量。

吸引组件的节点也可以被认为是循环节点。如果随机游走者进入包含该节点的吸引子，则该节点将被无限频繁地访问。

http://networkx.lanl.gov/reference/generated/networkx.algorithms.components.attracting.attracting_components.html#networkx.algorithms.components.attracting.attracting_components

因此，一个吸引组件子图将是一个节点列表，这些节点可以诱导满足该定义的子图。