R igraph 手册页

edge_connectivity {igraph}

R 文档

边连通度。

描述

图或两个顶点的边连通度，最近也称为组粘附性。

用法

edge_connectivity(graph, source = NULL, target = NULL, checks = TRUE)

参数

图	输入图。
来源	源顶点的 ID，对于 edge_connectivity 可以是 NULL，请参阅下面的详细信息。
目标	目标顶点的 ID，对于 edge_connectivity 可以是 NULL，请参阅下面的详细信息。
checks	逻辑常量。 是否检查图是否连通以及顶点的度。 如果图不是（强）连通的，则连通度显然为零。 否则，如果最小度为 1，则边连通度也为 1。 执行这些检查是一个好主意，因为与连通度计算本身相比，它们可以快速完成。 这些是 Peter McMahan 提出的，感谢 Peter。

详细信息

一对顶点（source 和 target）的边连通度是消除从 source 到 target 的所有（有向）路径所需的最小边数。 如果给出了 source 和 target 参数（而不是 NULL），则 edge_connectivity 会计算此数量。

图的边连通度是图中每对（有序）顶点的边连通度的最小值。 如果既没有给出 source 参数，也没有给出 target 参数（即，它们都为 NULL），则 edge_connectivity 会计算此数量。

两个顶点之间的一组边不相交路径是它们之间的一组不包含公共边的路径。 两个顶点之间的最大边不相交路径数与它们的边连通度相同。

图的粘附性是获得一个非强连通图所需的最小边数。 这与图的边连通度相同。

此页面上记录的三个函数计算类似的属性，更准确地说，最通用的是 edge_connectivity，包含其他函数只是为了具有更具描述性的函数名称。

值

标量实数值。

作者

Gabor Csardi csardi.gabor@gmail.com

参考

Douglas R. White 和 Frank Harary：社交网络中块的凝聚力：节点连通性和条件密度，TODO：引用

参见

max_flow, vertex_connectivity, vertex_disjoint_paths, cohesion

示例

g <- barabasi.game(100, m=1)
g2 <- barabasi.game(100, m=5)
edge_connectivity(g, 100, 1)
edge_connectivity(g2, 100, 1)
edge_disjoint_paths(g2, 100, 1)

g <- sample_gnp(50, 5/50)
g <- as.directed(g)
g <- induced_subgraph(g, subcomponent(g, 1))
adhesion(g)

---