图论知识(一) 图,关联矩阵,邻接矩阵,拉普拉斯矩阵

图论中,关联矩阵邻接矩阵是两种不同的矩阵表示方法。 关联矩阵是通过点和边共同定义的。在关联矩阵中,对于中的每个点和每条边,都有一个对应的元素。关联矩阵的行数由点的个数决定,列数由边的个数决定。如果点和边之间有连接关系,则对应的元素为1,否则为0。关联矩阵需要为每个点和每条边分配序号来进行表示。 邻接矩阵只需要给点编号就可以进行表示。在邻接矩阵中,对于中的每对点,都有一个对应的元素。邻接矩阵的行和列都代表着中的点,如果两个点之间有连接关系,则对应的元素为1,否则为0。邻接矩阵可以用于表示无向和有向,并且可以通过转置操作相互转换。 因此,关联矩阵邻接矩阵的区别在于它们的定义方式和表示对象的不同。关联矩阵需要给每个点和边分配序号,而邻接矩阵只需要给点分配序号。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [图论(4)邻接矩阵关联矩阵](https://blog.csdn.net/chk_plusplus/article/details/105241486)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [关联矩阵邻接矩阵的转换及Matlab实现](https://blog.csdn.net/weixin_55105724/article/details/117464550)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值