Newer
Older
Liza Ait Braham
a validé
package tpri;
import java.io.IOException;
import org.graphstream.algorithm.Toolkit;
import org.graphstream.algorithm.generator.BarabasiAlbertGenerator;
import org.graphstream.algorithm.generator.RandomGenerator;
import org.graphstream.graph.Graph;
import org.graphstream.graph.implementations.SingleGraph;
import org.graphstream.stream.file.FileSourceEdge;
public class ErdosEtBarbasi {
public static void main(String[] args) throws IOException{
// TODO Auto-generated method stub
Liza Ait Braham
a validé
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
String filename = "com-dblp.ungraph.txt";
Graph graph = new SingleGraph("DBLP");
FileSourceEdge fs = new FileSourceEdge();
fs.addSink(graph);
try {
fs.readAll(filename); // <-- méthode FileSourceEdge
} finally {
fs.removeSink(graph);
}
double avgDegree = Toolkit.averageDegree(graph);
int n = 317080; // Nombre de nœuds
// Récupérer le degré moyen DBLP
double kER = avgDegree; // RandomGenerator crée k arêtes par nouveau nœud
int mBA = (int) avgDegree / 2 ; // Arêtes par nouveau nœud pour BA
// ==== Réseau aléatoire ER ====
System.out.println("\n=== Réseau Aléatoire ER ===");
Graph erGraph = new SingleGraph("Random");
RandomGenerator erGen = new RandomGenerator(kER);
erGen.addSink(erGraph);
erGen.begin();
for(int i = 0; i < n; i++) erGen.nextEvents();
erGen.end();
// erGraph.display(); // visualisation optionnelle
measureGraph(erGraph, "ER");
// ==== Réseau Barabasi-Albert ====
System.out.println("\n=== Réseau Barabasi-Albert ===");
Graph baGraph = new SingleGraph("Barabasi-Albert");
BarabasiAlbertGenerator baGen = new BarabasiAlbertGenerator(mBA);
baGen.addSink(baGraph);
baGen.begin();
for(int i = 0; i < n; i++) baGen.nextEvents();
baGen.end();
// baGraph.display(); // visualisation optionnelle
measureGraph(baGraph, "BA");
}
// Mesure des caractéristiques
public static void measureGraph(Graph g, String name) throws IOException {
int n = g.getNodeCount();
int m = g.getEdgeCount();
double avgDegree = Toolkit.averageDegree(g);
double clustering = Toolkit.averageClusteringCoefficient(g);
double p = avgDegree / (n - 1);
double clusteringRandom = p;
System.out.println("Nombre de nœuds : " + n);
System.out.println("Nombre d'arêtes : " + m);
System.out.printf("Degré moyen : %.6f%n", avgDegree);
System.out.printf("Clustering coefficient : %.6f%n", clustering);
System.out.printf("Clustering réseau aléatoire (même n et degré moyen) : %.10f%n", clusteringRandom);
}
}