问题描述
对于我作为一名实际程序员的明显数学缺陷，我很抱歉地问这个问题。自从我在高中代数中表现出色，然后在更高的代数中失败以来，已经有 40 多年了。 “NP 完全”和“NP 难”问题的概念一直难以掌握，但我尝试过。我什至购买并研究了似乎是此类问题的原始指南，Computers and Intractability: A Guide to the Theory of NP-Completeness Michael R. Garey 和 David S. Johnson。
https://goodreads.com/book/show/284369.Computers_and_Intractability/
尽管如此。希望问题本身足够清楚。到目前为止，对于从任何提取所有唯一的、完整的子图（其中所有不同的节点（顶点）相互连接（在唯一的边上））的特定问题，最好的公开可用的蛮力算法（具有高效的分支修剪）是什么？随机无向图？也就是说，该算法应该能够首先提取最大的唯一完整子图，无论可能有多少，然后按该顺序提取所有较小的唯一完整子图（根据定义，我认为） 不被任何更大的唯一、完整的子图所包含，从而避免非唯一（隐含）结果的重复产生。
哎呀，像那样用清晰的英语拼写出来让我有点头疼。尽管如此，我们还是希望这种描述足够简单明了。一个标准的 C/C++/（甚至 Python）库来为这个功能提供合理的计算资源，比如带有 64GB/128GB DRAM 的 Ryzen 5 3600 盒子会很棒，特别是如果可以在 1,024 个节点内完成对它的完整分析一两天，但我会非常感谢我能得到的。
如果网络上的某个地方有一个常见问题解答或文章，用英语涵盖了这个主题，非数学家也能理解，那就更好了！
编辑： 不可否认，以下论文中的语言有点超出我的理解，但是对于你们这些计算数学家来说，您能否确认它实际上确实解决了核心问题本身？如果是这样，我可以开始英勇地理解这个“bron-Kerbosch”算法，并相信它是正确的路径。 -_-
“生成所有极大团和计算实验的最坏情况时间复杂度”作者：Etsuji Tomita、Akira Tanaka 和 Haruhisa Takahashi
（电子通信大学，信息与通信工程系，Chofugaoka 1-5-1,Chofu,Tokyo 182-8585,Japan） (Toyota Techno Service Corporation,Imae 1-21,Hanamotocho,Toyota,Aichi 470–0334,Japan)
https://snap.stanford.edu/class/cs224w-readings/tomita06cliques.pdf
解决方法
是的，Bron——Kerbosch 就是你想要的。 NetworkX 中有一个实现，Wikipedia 上有一些可读的伪代码（如果你知道你的集合运算符的话），还有一个 Python implementation，你可以通过搜索发现更多。