GM$GED

[binghao-cai]

1. K的构建
   GM 的K 是(n2,n1,n2,n1) $\rightarrow$ (n2n1,n2n1).因而GED的K也要保持这种形式。我对solver中关于K的注释进行修改，修复GED K构建的顺序问题。
   
   对于dummy非法点对的惩罚应该为0，只需要在求解后删除dummy点对的匹配就行。如果施加惩罚无法对应原本的cost，而且惩罚过大会造成rrwm等算法不稳定。所以不需要这一步 ：

Ged 的K提供两种构建模式：is_compacted True对应只能用astar解， False可以使用rrwm,ipfp,sm求解
2. 求解器
根据论文《Graph Edit Distance as a Quadratic Program》 可以把K扩展成(n1+n2)来使用gm求解器解，但是这是非精确求解器，而且pygm求解器接口是以affinity的形似=式，需要把cost转化为affinity。具体而言操作如下：

1. astar: 由于pygm的astar是针对GM问题求解，它把GM的K自动填充dummy_node，而GED问题已经dummy过了。所以我加入参数dummy判断是否需要自动填充。取-K为affinity.
2. rrwm,sm,ipfp: affinity取exp(-K/temperature)。这里加入参数temperature（默认0.3）来调控。

在样例里，由于rrwm,sm,ipfp不是精确求解器，而且受temperature影响，不一定能达到最优。

3. 数据
   GM 做了同构图和子图样例（10~20点）和一个8点小同构图样例测试astar
   GED 由于最优cost计算时间长，这里只提供8对8编辑样例
   
   两张图均使用nx的几何图随机生成接口生成，我按照GED的K构建代价计算方式定义节点替换代价（几何图中两节点位置的曼哈顿距离>1e-5则视为替换） 使用nx.optimal_edit_paths获取最优编辑方式并把第1中视为ref_sol(可以有非常多的最优编辑方式)，把GED的默认evaluate改为score模式。

4. else
   计算md5时由于包含非numpy对象，GM&GED 会报错，对AffinityBuild QAPGraphBase重载__repr__