41         for node_idx in self._out_nodes_dict:
42             node = self._node_list[node_idx]
44                 for out_node_idx in self._out_nodes_dict[node_idx]:
45                     self._in_nodes_dict[out_node_idx].remove(node_idx)
48         for node_idx in self._in_nodes_dict:
49             self._adj_dict[node_idx] = list(self._in_nodes_dict[node_idx]) + \
50                                        list(self._out_nodes_dict[node_idx])
60         for node_idx in self._in_nodes_dict:
61             node_degree = self._get_degree(node_idx)
62             self._node_degree_dict[node_idx] = node_degree
67         for node_idx in sorted(self._in_nodes_dict):
68             node_degree = self._get_degree(node_idx)
69             self._buckets[node_degree].append(node_idx)
73     def _get_degree(self, node_idx):  argument
76         return len(self._adj_dict[node_idx])
78     def _reorder_adj_nodes(self, node_idx):  argument
81         for adj_node in self._adj_dict[node_idx]:
89     def _remove_node(self, node_idx):  argument
92         node_degree = self._get_degree(node_idx)
93         self._buckets[node_degree].remove(node_idx)
94         for adj_node in self._adj_dict[node_idx]:
95             self._adj_dict[adj_node].remove(node_idx)
111     def _backward_insert_node(self, node_idx):  argument
114         for adj_node in self._adj_dict[node_idx]:
115             self._adj_dict[adj_node].append(node_idx)
117     def _RI_reduction(self, node_idx):  argument
120         adj_node = self._adj_dict[node_idx][0]
121         ltf_matrix = self._layout_transform_interlayer_cost[(adj_node, node_idx)]
125                 min_cost = min(min_cost, cost + self._record_cost_dict[node_idx][j])
127         self._remove_node(node_idx)
128         self._reorder_adj_nodes(node_idx)
129         self._stack.append(node_idx)
131     def _RII_reduction(self, node_idx):  argument
134         adj_node_x, adj_node_y = self._adj_dict[node_idx]
135         ltf_matrix_x = self._layout_transform_interlayer_cost[(adj_node_x, node_idx)]
136         ltf_matrix_y = self._layout_transform_interlayer_cost[(adj_node_y, node_idx)]
141                 for k in range(len(self._record_cost_dict[node_idx])):
143                                    + self._record_cost_dict[node_idx][k])
159         self._remove_node(node_idx)
160         self._reorder_adj_nodes(node_idx)
161         self._stack.append(node_idx)
163     def _RN_reduction(self, node_idx):  argument
169         for i, record_cost in enumerate(self._record_cost_dict[node_idx]):
171             for adj_node in self._adj_dict[node_idx]:
172                 ltf_matrix = self._layout_transform_interlayer_cost[(node_idx, adj_node)]
183                                "applying RN reduction" % node_idx)
184         self._optimal_record_dict[node_idx] = record_idx
187         for adj_node in self._adj_dict[node_idx]:
188             ltf_matrix = self._layout_transform_interlayer_cost[(node_idx, adj_node)]
192         self._remove_node(node_idx)
193         self._reorder_adj_nodes(node_idx)
194         self._stack.append(node_idx)
201                 node_idx = self._buckets[1][0]
202                 self._RI_reduction(node_idx)
204                 node_idx = self._buckets[2][0]
205                 self._RII_reduction(node_idx)
222         for node_idx in self._buckets[0]:
223             record_costs = self._record_cost_dict[node_idx]
225             self._optimal_record_dict[node_idx] = record_costs.index(min_cost)
228         for node_idx in reversed(self._stack):
229             self._backward_insert_node(node_idx)
230             if node_idx not in self._optimal_record_dict:
231                 record_costs = list(self._record_cost_dict[node_idx])
232                 for adj_node in self._adj_dict[node_idx]:
237                                 [(node_idx, adj_node)][i][adj_optimal_idx]
239                 self._optimal_record_dict[node_idx] = record_costs.index(min_cost)