1.Weisfeiler-Lehman Algorithm

2023-11-20 15:20
文章标签 algorithm weisfeiler lehman

本文主要是介绍1.Weisfeiler-Lehman Algorithm,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 1.图同构介绍
    • 2.Weisfeiler-Lehman Algorithm
    • 3.后话
    • 参考资料


欢迎访问个人网络日志🌹🌹知行空间🌹🌹


Weisfeiler-Lehman Algorithm是美国的数学家Boris Weisfeiler在1968年发表的论文the reduction of a graph to a canonical form and an algebra arising during this reduction中提出的判断图同构(Graph Isomorphism)与否的算法。

1.图同构介绍

参考自维基百科

图同构描述的是图论中,两个图之间的完全等价关系。在图论的观点下,两个同构的图被当作同一个图来研究。

只有节点数目相同(即同阶)的两个图才有可能同构。

两个简单图 G G G H H H称为是同构的,当且仅当存在一个将 G G G的节点 1 , . . . , n 1,...,n 1,...,n映射到 H H H的节点 1 , . . . , n 1,...,n 1,...,n的一一对应 σ \sigma σ ,使得 G G G中任意两个节点 i i i j j j相连接,当且仅当 H H H中对应的两个节点 σ i \sigma_{i} σi σ j \sigma_{j} σj相连接。同构可记作 G ≃ H G\simeq H GH

在这里插入图片描述

一组彼此同构的图可称为同构图。

一幅图经常可以有多种不同的方式在纸上或屏幕上画出来,所以两个看起来很不同的图也可能是同构的。尤其当图的节点数比较大时,很难一眼从画出的图上判断它们是否同构。

2.Weisfeiler-Lehman Algorithm

第一部分介绍了什么是图同构Weisfeiler-Lehman算法正是为了用来判断图是否同构的算法,因此也被称为Weisfeiler-Lehman Isomorphism Test,不过现在已经发现,单纯的通过该算法还不能够确保图同构。

图中的节点表示为 v i v_i vi,边表示为 e i e_i ei,节点的集合表示为 V \mathcal{V} V,边的集合表示为 E \mathcal{E} E,如此图可以表示为 G = ( V , E ) \mathcal{G}=(\mathcal{V},\mathcal{E}) G=(V,E)

Weisfeiler-Lehman算法是通过进行多次迭代,然后判断节点上的标签值的个数是否一致来判断图是否同构。

算法中:

  • i i i表示算法迭代的次数
  • n n n表示第 n n n个节点
  • L i , n L_{i,n} Li,n表示节点 v n v_n vn邻居节点标签的集合(multiset,A multiset is a set where elements may appear multiple times.)
  • C i , n C_{i,n} Ci,n表示算法每一次迭代中给每个节点赋予的标签值。 L i , n L_{i,n} Li,n相同的节点 C i , n C_{i,n} Ci,n也相同。

算法步骤:

  • 1)开始时初始化所有节点 C 0 , n = 1 C_{0,n}=1 C0,n=1
  • 2)第 i i i步,对于每个节点 n n n,定义 L i , n 是由 L_{i,n}是由 Li,n是由i-1 步的 步的 步的C_{i-1,m} 组成的 ‘ m u l t i s e t ‘ , 组成的`multiset`, 组成的multiset,m 是节点 是节点 是节点n$的所有邻居节点。
  • 3)计算 C i , n = h a s h ( L i , n ) C_{i,n}=hash(L_{i,n}) Ci,n=hash(Li,n)
  • 4)统计每种标签值节点的个数,重复步骤2)3)N步或算法收敛。

例如:

下图中Graph1Graph2是同构的:

在这里插入图片描述

初始化:

在这里插入图片描述

对于iteration=1

在这里插入图片描述
在这里插入图片描述

对于iteration=2

在这里插入图片描述
在这里插入图片描述

对于iteration=3

在这里插入图片描述
在这里插入图片描述

到第3步可以看到两个图中都是有2个7,1个8,2个9, 因此,两个图是同构的。

3.后话

关于算法作者Boris Weisfeiler,是一个数学家,其本身是犹太人,出生在苏联,后转到美国,但是在1985年于智利神秘失踪,生死未卜。


欢迎访问个人网络日志🌹🌹知行空间🌹🌹


参考资料

  • 1.https://davidbieber.com/post/2019-05-10-weisfeiler-lehman-isomorphism-test/
  • 2.https://en.wikipedia.org/wiki/Boris_Weisfeiler

这篇关于1.Weisfeiler-Lehman Algorithm的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/395577

相关文章

【tensorflow 使用错误】tensorflow2.0 过程中出现 Error : Failed to get convolution algorithm

如果在使用 tensorflow 过程中出现 Error : Failed to get convolution algorithm ,这是因为显卡内存被耗尽了。 解决办法: 在代码的开头加入如下两句,动态分配显存 physical_device = tf.config.experimental.list_physical_devices("GPU")tf.config.experiment

纪念一下自己的Coursera Princeton Algorithm的课程第一个assignment

今天终于完成了第一个Union-Find的assignment,之前觉得特别的难,可是最后自己也搞定了。而且是100%满分。 自己后来plot了一下自己的分数,也许这就是学习曲线吧。刚开始不会,到后来中期显著提高,但是要到100%,那就要经历更多的波折,甚至是下降都有可能。最后才能达到100%满分。 我觉得最有用的还是下面这段源代码: /*************************

[Algorithm][综合训练][栈和排序][加减]详细讲解

目录 1.栈和排序1.题目链接2.算法原理详解 && 代码实现 2.加减1.题目链接2.算法原理详解 && 代码实现 1.栈和排序 1.题目链接 栈和排序 2.算法原理详解 && 代码实现 解法:栈 + 贪心 -> 每次尽可能先让当前需要的最大值弹出去vector<int> solve(vector<int>& a) {int n = a.size();vect

[Algorithm][综合训练][四个选项][接雨水]详细讲解

目录 1.四个选项1.题目链接2.算法原理详解 && 代码实现 2.接雨水1.题目链接2.算法原理详解 && 代码实现 1.四个选项 1.题目链接 四个选项 2.算法原理详解 && 代码实现 解法:DFS(暴搜) + 剪枝 + Hash 剪枝: 填某个数的时候,要看看还有没有剩余次数填某个数的时候,符不符合若干题的选项必须相同 #include <iostr

General Algorithm

Y or N Silly Board Game String Sorting Find the smallest char in a string Integer Sorting Pairs Y or N Silly Board Game 2 opponents: A&B. To represent a board by String[] board = ne

零基础学启发式算法(5)-遗传算法 (Genetic Algorithm)

一、遗传算法 (Genetic Algorithm, GA)  源于达尔文的进化论,将问题的一个解当作种群中的一个个体。 gene:基因 chromosome: 染色体 population:种群 crossover:交叉 mutation:变异 selection:选择 通过多轮的“选择,交叉和变异”,选择适应度最好的个体作为问题的最优解。 选择:优胜劣汰,适者生存。

多边形快速凸包算法(Melkman‘s Algorithm)

前言 平面点集的凸包算法一文介绍了如何计算平面点集或者任意多边形的凸包。对于随机的平面点集,Graham scan和Andraw's 单调链算法已经是最快的算法了。但是对于没有自相交的封闭的简单多边形,存在线性复杂度的算法。下面介绍这一优雅高效的算法。 一般的2D凸包算法,首先将点进行排序(时间复杂度),然后利用栈操作在O(n)的时间复杂度内计算凸包。初始的排序决定了最终的时间复杂度。但是本文

one model / ensemble method /meta-algorithm 迁移学习算不算ensemble method

鉴于object detection COCO数据集的论文经常出现 single-model 也就是说,这是一个对网络的分类,呢它是什么意思,有什么特点。相对应的另一类是什么。就是下面介绍的ensemble learning。 不过比如说网络初值是用别人的网络训练好的数值,一定意义来讲是在优化空间找到一个初值,对于自己网络的结果的影响究竟有多大,也就是说,用随机初始网络得到的结果是否有不同,有多

[Algorithm][综合训练][体育课测验(二)][合唱队形][宵暗的妖怪]详细讲解

目录 1.体育课测验(二)1.题目链接2.算法原理详解 && 代码实现 2.合唱队形1.题目链接2.算法原理详解 && 代码实现 3.宵暗的妖怪1.题目链接2.算法原理详解 && 代码实现 1.体育课测验(二) 1.题目链接 体育课测验(二) 2.算法原理详解 && 代码实现 说明:单纯积累一题[拓扑排序]用于加强印象 能识别模型,并且写出代码 vector<i

《Data Structure Algorithm Analysis in C》Chap.10笔记

5大算法:贪婪 Greedy,分治 Divide and conquer,动态规划 Dynamic Programming,随机 Randomized,回溯 Backtracking。 每一个小节都是一个具体的问题,应当仔细看,待看的:10.2.2-4,10.3,10.4.3,10.5.2。