Цель работы — реализовать вероятностную модель роста дерева и исследовать, как размер дерева и параметр модели влияют на его структуру и диаметр.
Дерево строится последовательно. Каждая новая вершина соединяется с одной из уже существующих. Вероятность выбора родительской вершины зависит от её расстояния l до корня и пропорциональна l^k, где k — параметр модели.
- генерация случайного дерева из
nвершин; - визуализация полученного дерева;
- построение гистограммы распределения степеней вершин;
- вычисление среднего диаметра по нескольким случайным реализациям;
- сравнение среднего диаметра при разных значениях
nиk.
| Число вершин | Дерево | Распределение степеней |
|---|---|---|
| 10 | ![]() |
![]() |
| 30 | ![]() |
![]() |
| 50 | ![]() |
![]() |
| 100 | ![]() |
![]() |
| 1000 | ![]() |
![]() |
python -m venv .venv
# Windows PowerShell
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
python main.pyЗапускайте программу из каталога Lab3: изображения сохраняются в локальную папку pictures. Параметры эксперимента n, k, n_values, k_values и sample_size задаются в функции main.
В текущем варианте
n_valuesначинается с нуля. Для полного запуска эксперимента первое значение следует заменить на положительное, например использоватьrange(10, 300, 10), поскольку диаметр пустого графа не определён.
main.py— генератор дерева, расчёты и функции визуализации;requirements.txt— зависимости проекта;pictures/— полученные графики и изображения деревьев.
- Python;
- NetworkX;
- Matplotlib;
- NumPy;
- аннотации типов из стандартного модуля
typing.










