我正在实现一个图类,并想编写一个函数来计算给定顶点的度数。我在度数函数中遇到类型错误,因为我想使用 .count 来计算顶点 v 的实例数。
我的图形表示为 {a:{b:c}}其中 a 和 b 是相互连接的顶点,c 是边的权重
鉴于:
{0: {1: 5, 2: 5}, 2: {3: 5}, 1: {3: 5}, 4: {1: 5, 3: 5}}
顶点 1 的度数为 3,因为它连接到顶点 0、3 和 4。
我的班级:
class Graph:
def __init__(self, n):
"""
Constructor
:param n: Number of vertices
"""
self.order = n
self.size = 0
self.vertex = {}
def insert_edge(self, u, v, w): #works fine
if u in self.vertex and v < self.order:
if not v in self.vertex[u]:
self.vertex[u][v] = w
self.size += 1
elif u not in self.vertex and u < self.order and v < self.order:
self.vertex[u] = {}
self.vertex[u][v] = w
self.size += 1
else:
raise IndexError
def degree(self, v):
adj_vertices = self.vertex[v]
degree = len(adj_vertices) + adj_vertices.count(v) #ERROR in .count
return degree
主要功能:
def main():
g = Graph(5)
g.insert_edge(0,1,5)
g.insert_edge(0,2,5)
g.insert_edge(2,3,5)
g.insert_edge(1,3,5)
g.insert_edge(4,1,5)
g.insert_edge(4,3,5)
print(g.vertex) #print the graph
print(g.degree(1)) #error, should print out 3
if __name__ == '__main__':
main()
我的错误:
AttributeError: 'dict' object has no attribute 'count'
我会重构你的学位函数的逻辑,如下所示。我正在检查键是否等于顶点 v,我计算该字典中有多少项,或者如果在子词典中,其中有多少项包含顶点 v 作为字典
def degree(self, v):
degree = 0
for key, value in self.vertex.items():
if key == v:
degree += len(value)
elif v in value:
degree += 1
return degree
一旦我运行这个,我得到
print(g.vertex)
print(g.degree(0))
print(g.degree(1))
print(g.degree(2))
print(g.degree(3))
print(g.degree(4))
#{0: {1: 5, 2: 5}, 2: {3: 5}, 1: {3: 5}, 4: {1: 5, 3: 5}}
#2
#3
#2
#3
#2
.count()
是列表上的方法,而不是字典上的方法。在本例中,您希望查找将 v 作为元素的所有其他顶点。
def degree(self, v):
adj_vertices = self.vertex[v]
others_connecting = [other for other in self.vertex.values() if v in other]
degree = len(adj_vertices) + len(others_connecting)
return degree
这是我的方法,self.vertex.values(( 为您提供了一个字典对象列表,并且列表推导过滤器使结果列表仅包含连接的其他顶点。
您将图形表示为字典的字典,并尝试调用内部字典的计数,这不是一般字典的函数。为什么你不干脆回来
def degree(self, v):
return len(self.vertex[v])
您可能想看看套餐网络X。
graph = {0: {1: 5, 2: 5}, 2: {3: 5}, 1: {3: 5}, 4: {1: 5, 3: 5}}
v = 1
len (graph [v]) + reduce (lambda x, y: x + (1 if v in graph [y] else 0), graph, 0)
输出对我来说3
。
解释
1 if v in graph [y] else 0
计算结果1
图中是否存在从y
到v
的边缘,否则0
。
reduce (lambda x, y: x + (1 if v in graph [y] else 0), graph, 0)
计算从顶点到v
边的顶点数。
len (graph [v])
计算从v
到其他折点的边数。
并且整个表达式计算从v
到其他顶点的边数加上从那时到v
有边的顶点数,即计算v
度。