def test_incidence_matrix_file(self):
g = DirectedGraph(8)
g.add_random_edges(15)
before = g.to_adjacency_matrix()
g.save("test", "im")
g.load("test.im")
after = g.to_adjacency_matrix()
assert before == after
def load_graph_to_work_on(args):
g = DirectedGraph()
if args.load:
g.load(args.load)
elif args.n:
g.add_nodes(int(args.n))
if args.l:
g.add_random_edges(int(args.l))
elif args.p:
g.connect_random(float(args.p))
if args.w is not None:
if args.w[0]:
g.assign_random_weights(int(args.w[0][0]), int(args.w[0][1]))
else:
g.assign_random_weights()
return g
def main():
print("Wywołanie:\n./lab05.py gen save_dir N\n./lab05.py ff save_dir")
print("Sieć przykładowa: ./lab05.py gen example\n")
if len(sys.argv) < 2:
return
if sys.argv[1] == "gen":
save_dir = sys.argv[2]
if save_dir == "example":
print(f"Używanie sieci przykładowej (z input_5.pdf)")
g = get_example()
else:
N = int(sys.argv[3])
print(f"Generowanie sieci przepływowej, N={N}")
g = generate_network(N=N)
prep_dir(save_dir)
g.save(save_dir + "/G", file_format="am")
g.save(save_dir + "/G", file_format="png", engine="dot")
print(f"Zapisano do katalogu {save_dir}")
elif sys.argv[1] == "ff":
save_dir = sys.argv[2]
g = DirectedGraph()
g.load(save_dir + "/G.am")
# odświeżenie diagramu w razie ręcznej edycji macierzy sąsiedztwa
g.save(save_dir + "/G", file_format="png", engine="dot")
print(f"Odczytano sieć przepływową z katalogu {save_dir}")
f = ford_fulkerson(g, verbose=True)
f_max = sum(weight for ((begin, end), weight) in f.items()
if begin == 1)
print(f"maksymalny przepływ: {f_max}")
labels = {(e.begin, e.end): f"{f[(e.begin, e.end)]}/{e.weight}"
for e in g.edges}
g.save(save_dir + "/G-ff",
file_format="png",
engine="dot",
edge_labels=labels)