R igraph 手册页

component_distribution {igraph}

R 文档

图的连通分量

描述

计算图的最大（弱或强）连通分量

用法

component_distribution(graph, cumulative = FALSE, mul.size = FALSE, ...)

components(graph, mode = c("weak", "strong"))

is_connected(graph, mode = c("weak", "strong"))

count_components(graph, mode = c("weak", "strong"))

参数

图	要分析的图。
cumulative	逻辑值，如果为 TRUE，则计算累积分布（相对频率）。
mul.size	逻辑值。 如果为 TRUE，则相对频率将乘以聚类大小。
...	传递给 cluster 的附加属性，目前只有 mode 有意义。
模式	字符串，可以是 “weak” 或 “strong”。 对于有向图，“weak” 表示弱连通，“strong” 表示强连通分量。 对于无向图，此参数将被忽略。

详细信息

is_connected 决定图是弱连通还是强连通。 空图被认为是不连通的。

components 查找图的最大（弱或强）连通分量。

count_components 几乎与 components 相同，但仅返回找到的簇的数量，而不是返回实际的簇。

component_distribution 创建最大连通分量大小的直方图。

弱连通分量通过简单的广度优先搜索找到。 强连通分量通过两次连续的深度优先搜索实现。

值

对于 is_connected，为一个逻辑常量。

对于 components，为一个具有三个组件的命名列表

membership	数值向量，给出每个顶点所属的簇 ID。
csize	数值向量，给出簇的大小。
no	数值常量，簇的数量。

对于 count_components，返回一个整数常量。

对于 component_distribution，为一个包含相对频率的数值向量。 向量的长度是最大组件大小加 1。 请注意（由于目前未知的原因），向量的第一个元素是大小为零的簇的数量，因此这始终为零。

作者

Gabor Csardi csardi.gabor@gmail.com

参见

decompose, subcomponent, groups

示例

g <- sample_gnp(20, 1/20)
clu <- components(g)
groups(clu)

---