WS小世界网络模型python代码

以下是使用 Python 实现 WS 小世界网络模型的代码：

import networkx as nx
import random

def create_ws_graph(n, k, p):
    """
    n: 节点数
    k: 每个节点的度数，即每个节点与其相邻的节点数
    p: 重连边的概率
    """
    G = nx.Graph()
    nodes = [i for i in range(n)]
    G.add_nodes_from(nodes)
    
    for i in range(1, k // 2 + 1):
        targets = nodes[i:] + nodes[0:i]   # 相邻节点
        G.add_edges_from(zip(nodes, targets))
        
    for i in range(1, k // 2 + 1):
        targets = nodes[i:] + nodes[0:i]   # 相邻节点
        for j, target in enumerate(targets):
            if random.random() < p:
                # 重连边
                new_target = random.choice(nodes)
                while new_target == target or G.has_edge(target, new_target):
                    new_target = random.choice(nodes)
                G.remove_edge(nodes[j], target)
                G.add_edge(nodes[j], new_target)
    return G

代码中使用了 NetworkX 库来创建和操作图，其中 `n` 表示节点数，`k` 表示每个节点的度数，`p` 表示重连边的概率。首先将所有节点连接成一个环，然后对于每个节点，将它与它相邻的 $k/2$ 个节点相连。最后，对每条边以概率 $p$ 进行重连，即将一端的节点随机连接到另一个节点。