SI传染模型的单个节点感染延迟率代码

以下是基于SI传染模型的单个节点感染延迟率的Python代码示例：

import random

class Node:
    def __init__(self):
        self.infected = False

    def infect(self):
        self.infected = True

    def is_infected(self):
        return self.infected

class Graph:
    def __init__(self, n):
        self.nodes = [Node() for i in range(n)]
        self.adj_list = [[] for i in range(n)]

    def add_edge(self, u, v):
        self.adj_list[u].append(v)
        self.adj_list[v].append(u)

    def infect_node(self, u):
        self.nodes[u].infect()

    def infect_neighbors(self, u):
        for v in self.adj_list[u]:
            if not self.nodes[v].is_infected():
                if random.random() < p:
                    self.nodes[v].infect()

    def simulate_infection(self, steps):
        infected_nodes = []
        for i in range(steps):
            infected_count = len(infected_nodes)
            for j in range(len(self.nodes)):
                if self.nodes[j].is_infected() and j not in infected_nodes:
                    infected_nodes.append(j)
                    self.infect_neighbors(j)
            if len(infected_nodes) == infected_count:
                break
        return len(infected_nodes) / len(self.nodes)

# Parameters
n = 1000 # Number of nodes
p = 0.2 # Infection probability

# Construct graph
graph = Graph(n)
for i in range(n):
    for j in range(i+1, n):
        if random.random() < 0.1:
            graph.add_edge(i, j)

# Infect random node
start_node = random.randint(0, n-1)
graph.infect_node(start_node)

# Simulate infection
infection_rate = graph.simulate_infection(steps=10)

print("Infection rate:", infection_rate)

这段代码使用了一个 `Node` 类表示每个节点，一个 `Graph` 类表示整个图。在 `Graph` 类中，`add_edge()` 方法用于添加边，`infect_node()` 方法用于感染一个节点，`infect_neighbors()` 方法用于感染一个节点的所有邻居，`simulate_infection()` 方法用于模拟感染过程。

在模拟感染过程中，先随机选择一个节点进行感染，然后每一步遍历所有已经感染的节点，将其邻居节点中还没有感染的节点以一定的概率感染。这样重复进行多次，直到没有新的节点被感染为止。最终计算感染率并输出。