参考文献:
图的度 知识图谱的一度关系 几度关系_火星种萝卜的博客-CSDN博客
子图及补图的基本概念_图的补图_李逍遥~的博客-CSDN博客
完全图、连通图、非连通图、连通分量、强连通图、生成树的概念_我先睡会觉的博客-CSDN博客
图或网络中的中心性:点度中心性、中介中心性、接近中心性、特征向量中心性、PageRank_不务正业的土豆的博客-CSDN博客
图是由顶点集V和边集E构成,图可以表示为 G=(V,E)
![](https://img-blog.csdnimg.cn/06191100bb994326ba9a452b0fbe1338.png)
![](https://img-blog.csdnimg.cn/959fc7749b624d6a9c23853c6c221b12.png)
目录
图的度(Degree)、入度(Indegree)和出度(Outdegree)
节点重要性指标 ( 度中心性、特征向量中心性、中介中心线 、接近中心性)
如何表示一张图?邻接矩阵
![](https://img-blog.csdnimg.cn/96c5804bf1a545baa5edfb50075d7ed4.png)
分析1:无向图的邻接矩阵是对称的;
分析2:顶点 i 的度=第 i 行(列)中1的个数;
特别:完全图的邻接矩阵中,对角元素为0,其余1。
![](https://img-blog.csdnimg.cn/ddb60d69721a48e89fa99282cae3a2dd.png)
注:在有向图的邻接矩阵中,
第i行含义:以结点 vi 为尾的弧(即出度边);
第i列含义:以结点 vi 为头的弧(即入度边)。
分析1:有向图的邻接矩阵可能是不对称的;
分析2:顶点的出度 = 第 i 行元素之和
顶点的入度 = 第 i 列元素之和
顶点的度 = 第 i 行元素之和 + 第 i 列元素之和
图的度(Degree)、入度(Indegree)和出度(Outdegree)
度(degree)/ 自由度,也叫valency(直译化合价),是指Graph(图)中一个节点,有多少条边连接其上。
1.对于无向图,顶点 v 的度是指和 v 相关联的边的数目。
2.对于有向图,以顶点 v 为头的弧的数目称为 v 的入度,记作 ID(v)。以顶点 v 为尾的弧的数目称为 v 的出度,记作OD(v)。
子图、真子图、生成子图、补图
子图:从原图中删去一些点或删去一些线或既删去一些点又删去一些线,剩下的部分(当然必须仍然是图)。允许两种极端情况:什么都不删;删去所有点和所有线。
真子图:同“子图”,但不允许什么都不删。
生成子图:同“子图”,但只允许删去线,不允许删去点。
补图:与原图互补构成完全图。
完全图、连通图、非连通图、连通分量、强连通图、弱连通图
无向完全图:有n(n-1)/2 条边,如下:4个顶点有6条边
连通图:无向图中,任意两个顶点是连通的(一个顶点不必与另一个顶点直接相连,可以通过其它顶点到达即可)最少有n-1条边;如下:4个顶点最少需要3条边才能够连通
非连通图:至少有一对节点是没有边连接的,最多有(n-1)*(n-2)/2条,如下:5个结点,非连通,最多有6条边
连通分量 :无向图G的一个极大连通子图称为G的一个连通分量(或连通分支)。连通图只有一个连通分量,即其自身;非连通图的无向图有多个连通分量。
强连通图:给定有向图 G(V,E),并且给定该图中任意两个节点 u 和 v ,如果节点 u 与节点 v 相互可达,即至少存在一条路径可以由节点 u 开始,到节点 v 终止,同时至少存在一条路径可以由节点 v 开始,到节点 u 终止,那么就称该有向图 G 是强连通图。
弱连通图:若至少存在一对节点不满足单向连通,但去掉边的方向后从无向图的观点看是连通图。
图直径
图直径:图中两两节点的最短路径的最大值
节点重要性指标 ( 度中心性、特征向量中心性、中介中心线 、接近中心性)
度中心性(degree centrality):节点的度 / 图的节点数
特征向量中心性(eigenvector centrality):
如图,先求出该图所表示的邻接矩阵的特征值。选绝对值最大的一个特征值2.48,求出对应的特征向量。将其乘以-1,是没有影响的。于是得到了图中所示的特征向量中心性
{1:0.53,2:0.358, 3:0.358 , 4:0.427 ,5:0.53}
可以看到,1和5节点的特征向量中心性是比较大的,因为其本身的度就比较大。
其次是2,3,4节点,它们自身的度都是2,但是特征向量中心性不一样。2连接了1,3连接了5,但是4连接了1和5,特征向量中心性与该节点的邻居节点重要性相关,所以4的特征向量中心性比2和3的大。
中介中心性(betweenness centrality):
接近中心性(closeness centrality)
如果节点到图中其他节点的最短距离都很小,那么它的接近中心性就很高。相比中介中心性,接近中心性更接近几何上的中心位置。
接近中心性高的节点一般扮演的是八婆的角色(gossiper)。他们不一定是名人,但是乐于在不同的人群之间传递消息。