算法1
本代码是论文<TKDA: An Improved Method for K-degree Anonymity in Social Graphs>的源码实现。
本代码将度序列转换为二元组，构成生成树，再通过DF遍历确定分区节点，最后通过随机边操作生成匿名图。（随机边操作源代码来源于2017 UMGA算法）
运行环境： Python with Intel Core i5 CPU 1.8 GHz and 8 GB RAM, running MacBook。
包 版本
numpy 1.19.2
collections 1.2.1
random 1.1.1
pandas 1.1.3
networkx 2.5
math 1.1.0
GraphConstruct函数是对边进行操作，生成匿名图
Tree函数根据原始度序列生成树，并在GraphConstruct中作为包导入
get_tree1函数是生成树
ano_degreeSeq 通过DFS遍历确定最终的匿名度序列，并在GraphConstruct中作为包导入
probing函数用于添加噪声
edgeDeletion 删除边
edgeAddition 添加边
edgeSwitch 交换边
程序运行结果：
