-
Notifications
You must be signed in to change notification settings - Fork 0
/
directed_link.py
596 lines (506 loc) · 17.5 KB
/
directed_link.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
"""
author Mio Kinno
date 2017.6.21
branch master
file directed_link.py
仮想ノードを追加し(i,j,cost1),(j,i,cost2)のような構成ノードは同じだが方向性が異なるリンクを
Graphillionで扱えるようにする
これまで2個追加していた仮想ノードをこのモジュールでは1個に減らした
# 動作概要
## 仮想ノード
仮想ノードの追加は以下のように行う
* リンク(i,j,cost1)に対して
仮想ノードを設けずにリンク(i,j,cost1)をそのまま使用する
* リンク(j,i,cost2)に対して
仮想ノードj_iを設ける
リンク(j,j_i,cost2),(j_i,i,0)を追加する
## 不要なサブグラフの除外
仮想ノードを追加するだけでは方向性を考慮したパス列挙を行うことはできない
方向性を考慮したとき不要となるグラフの要素を除外する
除外のルールは以下の通り
* rule1
スタートノードへの流入リンクをすべて除外
* rule2
スタートノード、ターゲットノード以外のノードで流入リンクの次数が2以上のノードについて、
そのノードの流入リンク2本からなるサブグラフをすべて除外
あるノードの流入リンクの本数をnとすると除外するサブグラフはnC2個存在する
# 使い方
1. グラフの重み付きリンクのタプル(i,j,cost)を要素とするリストedgelistを用意する。
2. read_edgelist(edgelist)を実行してモジュールにedgelistを読み込ませる
3. GraphSet.set_universe(append_virtual_nodes())を実行してGraphillionに仮想ノードを追加したグラフを読み込ませる
4. directed_paths(start_node, target_node)を実行する
"""
from itertools import combinations
from functools import reduce
from collections import defaultdict
import math
import random
from graphillion import GraphSet
VIRTUAL_NODE_DIGIT_I = 1000
VIRTUAL_NODE_DIGIT_J = 100
def read_edgelist(data):
"""
グローバル変数edgelistを設定する
arguments:
* data(list)
グラフを構成する重み付きの辺のタプルを要素とするリスト
"""
global edgelist
edgelist = data
def edges_table():
"""
キーが(i,j)、値が[(i,j,cost1),(j,i,cost2)]の辞書を返す
returns:
* d(defaultdict)
key: (i,j)
value: [(i,j,cost1),(j,i,cost2)]
"""
global edgelist
d = defaultdict(list)
for i,j,cost in edgelist:
d[(i,j)].append((i,j,cost))
if (j,i) in d:
del d[(i,j)]
d[(j,i)].append((i,j,cost))
return d
def virtual_node_expression(i, j):
"""
リンク(j,i)間の仮想ノードを返す
QQQ 2017.8.29
いまのところこの式を使う
arguments:
* i(node label)
* j(node label)
returns:
* v_node(node label)
リンク(j,i)間の仮想ノード
"""
return i * VIRTUAL_NODE_DIGIT_I + j * VIRTUAL_NODE_DIGIT_J
def devide_virtual_node(v_node):
"""
仮想ノードをノードi,jに分割する
arguments:
* v_node(virtual node label)
returns:
* (i,j)(tuple)
"""
i, j = divmod(v_node, VIRTUAL_NODE_DIGIT_I)
j = j // VIRTUAL_NODE_DIGIT_J
return (i, j)
def virtual_node_iter():
"""
仮想ノードを返すジェネレータ
yields:
* (i, j, cost)(tuple)
i,jはvirtual_node_expressionで使用するノードラベル
costは仮想ノードを設けることで発生するリンクに付与する重み
"""
d = edges_table()
for e1,e2 in d.values():
i, j, cost = e2[0], e2[1], e2[2]
yield (i, j, cost)
def append_virtual_nodes():
"""
仮想ノードを追加したグラフの辺のリストを返す
returns:
* virtual_nodes_graph(edge list)
仮想ノードを追加したグラフの重み付き辺のタプルを要素とするリスト
"""
d = edges_table()
virtual_nodes_graph = []
for e1,e2 in d.values():
i, j, cost = e2[0], e2[1], e2[2]
v = virtual_node_expression(i, j)
virtual_nodes_graph += [e1, (i, v, cost), (v, j, 0)]
return virtual_nodes_graph
def append_virtual_nodes2():
"""
仮想ノードの追加を別のルールで行う
* リンク(i,j,cost1)に対して
仮想ノードi_jを設ける
リンク(i,i_j,cost2),(i_j,j,0)を追加する
* リンク(j,i,cost2)に対して
仮想ノードを設けずにリンク(j,i,cost2)をそのまま使用する
"""
d = edges_table()
virtual_nodes_graph = []
for e1,e2 in d.values():
i, j, cost = e1[0], e1[1], e1[2]
v = virtual_node_expression(i, j)
virtual_nodes_graph += [(i, v, cost), (v, j, 0), e2]
return virtual_nodes_graph
def virtual_node_edges():
"""
仮想ノードを含むリンクを返す
returns:
* edges(edge list)
仮想ノードを含むリンクを格納したリスト
"""
edges = []
for i,j,cost in virtual_node_iter():
v = virtual_node_expression(i, j)
edges += [[(i, v)], [(v, j)]]
return edges
def virtual_node_table():
"""
キーがリンク(i,j),値が(i,j)間の仮想ノードである辞書を返す
returns:
* v_table(dict)
"""
v_table = {}
edges = []
for i,j,cost in virtual_node_iter():
v = virtual_node_expression(i, j)
v_table[(i,j)] = v
return v_table
def virtual_nodes():
"""
仮想ノードのリストを返す
returns:
* virtual_nodes(nodes list)
仮想ノードを格納したリスト
"""
v_nodes = []
for i,j,cost in virtual_node_iter():
v_nodes.append(virtual_node_expression(i, j))
return v_nodes
def original_nodes():
"""
仮想ノード追加前のグラフのノードのリストを返す
returns:
* nodes(node set)
仮想ノード追加前のグラフのノードを格納したリスト
"""
global edgelist
edges = [[i,j] for i,j,cost in edgelist]
return list(set(reduce(lambda x,y: x + y, edges)))
def predecessor_nodes(node):
"""
nodeへの流入リンク(predecessor, node)を構成するノードpredecessorを返す
returns:
* predecessors(node list)
predecessorノードを格納したリスト
"""
global edgelist
v_nodes = virtual_nodes()
v_table = virtual_node_table()
predecessors = []
for i,j in v_table.keys():
if node == i:
predecessors.append(j)
elif node == j:
predecessors.append(virtual_node_expression(i, j))
return predecessors
def neighbor_nodes(node):
"""
nodeの流出リンク(node, neighbor)を構成するノードneighborを返す
arguments:
* node(node label)
returns:
* neighbors(node list)
neighborノードを格納したリスト
"""
global edgelist
neighbors = [list(l[0]) for l in external_edges(node)]
neighbors = list(set(reduce(lambda x,y: x + y, neighbors)) - {node})
return neighbors
def external_edges(node):
"""
nodeの流出リンクを返す
arguments:
* node(node label)
returns:
* external_edges(list)
nodeの流出リンク
"""
in_edges = internal_edges(node)
ex_edges = [l for l in GraphSet({}).graph_size(1).including(node) - GraphSet(in_edges)]
return ex_edges
def original_path(path):
"""
仮想ノードを追加したグラフから求めたパスを元のグラフのパスに変換する
arguments:
* path(list)
辺を表すタプル(i,j)を要素とするリスト
returns:
* o_path(list)
pathから仮想ノードを除去した元のグラフのパス
"""
_path = path[:]
o_path = []
v_table = virtual_node_table()
v_table_inv = {v:k for k,v in v_table.items()}
v_nodes = virtual_nodes()
for i,j in _path:
if i in v_nodes:
o_edge = v_table_inv[i]
o_path.append(v_table_inv[i])
_path.remove((o_edge[0], i))
elif j in v_nodes:
o_edge = v_table_inv[j]
o_path.append(v_table_inv[j])
_path.remove((j, o_edge[1]))
else:
o_path.append((i,j))
return o_path
def internal_edges(node):
"""
rule1
arguments:
* node(node label)
returns:
* internal_edges(list)
rule1にあてはまるサブグラフからなるlist
"""
predecessors = predecessor_nodes(node)
il = [[(p, node)] for p in predecessors]
return il
def two_internal_edges_subgraph(node):
"""
rule2
arguments:
* node(node label)
returns:
* subgraphs(list)
rule2にあてはまるサブグラフからなるlist
"""
try:
in_edges = [e[0] for e in internal_edges(node)]
if len(in_edges) < 2:
raise ValueError("Error Message")
except ValueError:
print("node {} has no two and over internal edges".format(node))
else:
subgraphs = [[e1, e2] for e1,e2 in combinations(in_edges, 2)]
return subgraphs
def invalid_direction_elms(start_node, target_node):
"""
rule1とrule2をまとめたグラフセット形式のリストを返す
arguments:
* start_node(node label)
* target_node(node label)
returns:
* elms(list)
rule1とrule2をまとめたグラフセット形式のリスト
"""
rule1 = internal_edges(start_node)
rule2_nodes = set(original_nodes()) - {start_node, target_node}
elms = [e for e in rule1]
for node in rule2_nodes:
try:
rule2 = two_internal_edges_subgraph(node)
except ValueError:
continue
else:
for subgraph in rule2:
elms.append(subgraph)
return elms
def directed_paths(start_node, target_node):
"""
有向性を考慮したパスだけを含むグラフセットを返す
arguments:
* start_node(node label)
* target_node(node label)
returns:
* di_paths(GraphSet)
有効性を考慮したパスだけを含むグラフセット
"""
elms = invalid_direction_elms(start_node, target_node)
elms = GraphSet(elms)
di_paths = GraphSet.paths(start_node, target_node)
di_paths = di_paths.excluding(elms)
return di_paths
def connected_edges(start_node, target_node, num_edges):
"""
start_nodeをパスのスタートノードとし、かつtarget_nodeを含まない
長さがnum_edgesのパスを含むグラフセットを返す
パスが仮想ノードを2個以上通るときnum_edgesよりも短いパスもグラフセットに含まれてしまう
arguments:
* start_node(node label)
* target_node(node label)
* num_edges(int)
パスの長さ
returns:
* di_path(GraphSet)
有向性を考慮したパスだけを含むグラフセット
"""
all_nodes = set(original_nodes()) | set(virtual_nodes())
v_nodes = virtual_nodes()
degree_constraints = {}
for node in all_nodes:
if node in v_nodes:
degree_constraints[node] = [0, 2]
elif node == start_node:
degree_constraints[node] = 1
elif node == target_node:
degree_constraints[node] = 0
else:
degree_constraints[node] = [0, 1, 2]
elms = invalid_direction_elms(start_node, target_node)
v_edges = virtual_node_edges()
n_range = GraphSet.graphs(vertex_groups=[[start_node]],
no_loop=True,
num_edges=num_edges,
degree_constraints=degree_constraints)
n_inc_range = GraphSet.graphs(vertex_groups=[[start_node]],
no_loop=True,
num_edges=num_edges+1,
degree_constraints=degree_constraints)
n_range = n_range.excluding(GraphSet(elms))\
.excluding(GraphSet(v_edges))
n_inc_range = n_inc_range.excluding(GraphSet(elms))\
.including(GraphSet(v_edges))
return n_range | n_inc_range
def disjoint_paths(paths, path):
"""
パスのグラフセットから指定したパスのlink-disjoint pathを求める
arguments:
* paths(GraphSet)
* path(list)
returns:
* di_paths(GraphSet)
"""
disjoint_elms = [[e] for e in path]
return paths.excluding(GraphSet(disjoint_elms))
def bidirectional_disjoint_paths(paths, path):
"""
パスのグラフセットから指定したパスの双方向link-disjoint pathを求める
双方向にリンクが共有されないようにする
つまり(i,j), (j,v), (v,i)と共有されないパス集合が返る
arguments:
* paths(GraphSet)
* path(list)
returns:
* di_paths(GraphSet)
"""
disjoint_elms = []
v_nodes = virtual_nodes()
v_table = virtual_node_table()
for e in path:
if e[0] in v_nodes:
i, j = v_table[e[0]]
disjoint_elms += [[(i,j)], [(e[0],i)], [(j,e[0])]]
elif e[1] in v_nodes:
j, i = v_table[e[1]]
disjoint_elms += [[(i,j)], [(e[1],i)], [(j,e[1])]]
else:
disjoint_elms.append([e])
i, j = e[0], e[1]
v = virtual_node_expression(i, j)
if v in v_nodes:
disjoint_elms += [[(i,v)], [(v,j)]]
else:
v = virtual_node_expression(j, i)
disjoint_elms += [[(i,v)], [(v,j)]]
return paths.excluding(GraphSet(disjoint_elms))
def total_cost(cost_dict, path):
"""
重み付き辺の重みの和を返す
arguments:
* cost_dict(dictionary)
key: (i,j)
value: cost
* path(list)
重み付き辺のタプル(i,j,cost)を要素とするリスト
returns:
* total_cost(int or float)
pathを構成するリンクの重みの総和
"""
return sum([cost_dict[e] for e in path])
def probability_dict(pmin=None, pmax=None):
"""
グラフの各辺にリンク利用確率を設定する
arguments:
* pmin(float)
利用確率の下限
* pmax(float)
利用確率の上限
returns:
* prob(dict)
key: (i,j)
value: probability
"""
if pmin is None:
pmin = .9
if pmax is None:
pmax = .99
prob = {}
d = edges_table()
for e1,e2 in d.values():
i, j = e2[0], e2[1]
v = (i, j)
r = random.uniform(pmin, pmax)
prob[(e1[0], e1[1])] = r
prob[(i, v)] = r
prob[(v, j)] = 1
return prob
def convert_common_logarithm(probabilities):
"""
リンク利用確率に対して常用対数を取る
arguments:
* probabilities(dictionary)
key: (i,j)
value: probability
returns:
* conv_prob(dictionary)
key: (i,j)
value: probabilityに対して常用対数を取った値
"""
conv_prob = {link: math.log10(prob) for link,prob in probabilities.items()}
return conv_prob
def calc_probability(probabilities, path):
"""
パスの利用確率を求める
各リンクの故障は独立に起こるとする
利用確率の昇順・降順でパス列挙を行いたいのでmax_iter(),min_iter()との連携を考える
これらのメソッドはパスの重みの総和の大小を扱う。一方、リンク利用可能性は独立な事象なので
パスの利用確率は積で取る必要がある
この積の計算を和の計算に直す
例として、2つのリンク(i,j,0.9),(j,k,0.9)からなるパスの利用確率を求める
1. 各リンクの利用確率に対して常用対数をとる
log10(0.9) = -0.045757490560675115
2. それらの値の総和をとる。これをexponentとおく
log10(0.9) + log10(0.9) = -0.09151498112135023
3. 10 ** exponentが利用確率である
10 ** (log10(0.9) + log10(0.9)) = 0.81
arguments:
* probabilities(dictionary)
key: (i,j)
value: probabilityに対して常用対数を取った値
* path
重み付き辺のタプル(i,j,cost)を要素とするリスト
returns:
* probability(float)
pathの利用確率
"""
conv_prob = convert_common_logarithm(probabilities)
exponent = total_cost(conv_prob, path)
return 10 ** exponent
if __name__ == "__main__":
# 動作確認
edgelist = [(1,2,10),(1,3,20),(2,3,30),(2,4,40),(3,4,50),
(2,1,10),(3,1,20),(3,2,30),(4,2,40),(4,3,50)]
read_edgelist(edgelist)
GraphSet.set_universe(append_virtual_nodes())
print("edges_table", edges_table())
print("append_virtual_nodes", append_virtual_nodes())
print("append_virtual_nodes2", append_virtual_nodes2())
print("universe", GraphSet.universe())
print("virtual_node_edges", virtual_node_edges())
print("virtual_nodes", virtual_nodes())
print("original_nodes", original_nodes())
print("predecessor_nodes", predecessor_nodes(1))
print("internal_edges", internal_edges(2100))
print("neighbor_nodes", neighbor_nodes(1))
print("external_edges", external_edges(4))
print("two_internal_edges_subgraph", two_internal_edges_subgraph(2100))
print("invalid_direction_elms", invalid_direction_elms(4, 3))
di_paths_1_4 = directed_paths(1, 4)
print("directed_paths", di_paths_1_4)
for path in di_paths_1_4:
print(path)
print("connected_edges", connected_edges(1, 4, 2))
print("disjoint_paths", disjoint_paths(di_paths_1_4, [(3,3200), (3200,2)]))
print("bidirectional_disjoint_paths", bidirectional_disjoint_paths(di_paths_1_4, [(4,4300), (4300,3), (3,3100), (3100,1)]))
print("original_path", original_path([(4, 4300), (4300, 3), (3, 3100), (3100, 1)]))
print("probability_dict", probability_dict())