核心

查找图的 k-核心。

k-核心是通过递归地修剪度小于 k 的节点来找到的。

详细信息请参阅以下参考文献

网络核心分解的 O(m) 算法 Vladimir Batagelj 和 Matjaz Zaversnik, 2003. https://arxiv.org/abs/cs.DS/0310049

广义核心 Vladimir Batagelj 和 Matjaz Zaversnik, 2002. https://arxiv.org/pdf/cs/0202039

对于有向图，一个更广义的概念是 D-核心，它考虑 (k, l) 对 (入度, 出度) 的限制。(k, k) D-核心即 k-核心。

D-核心：基于退化度的有向图协作度量 Christos Giatsidis, Dimitrios M. Thilikos, Michalis Vazirgiannis, ICDM 2011. http://www.graphdegeneracy.org/dcores_ICDM_2011.pdf

通过一种新的网络统计量进行多尺度结构和拓扑异常检测：洋葱分解 L. Hébert-Dufresne, J. A. Grochow, and A. Allard Scientific Reports 6, 31708 (2016) http://doi.org/10.1038/srep31708

core_number(G)	返回每个节点的核数。
k_core(G[, k, core_number])	返回图 G 的 k-核心。
k_shell(G[, k, core_number])	返回图 G 的 k-壳。
k_crust(G[, k, core_number])	返回图 G 的 k-外壳。
k_corona(G, k[, core_number])	返回图 G 的 k-冠。
k_truss(G, k)	返回图 G 的 k-桁架。
onion_layers(G)	返回图中洋葱分解中每个顶点的层数。