社交网络图挖掘5--图的邻居性质

最新推荐文章于 2024-02-21 13:45:48 发布

liveway6

最新推荐文章于 2024-02-21 13:45:48 发布

阅读量3.5k

点赞数

分类专栏： mining-the-social-web 数据挖掘文章标签：社交网络闭包

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/liveway6/article/details/78352260

版权

本文探讨了有向图的概念，包括节点的路径、径内邻居和邻居描述，揭示了如何通过邻居大小计算图的直径。在强连通图中，直径是所有节点到其他节点最短路径的上界。此外，文章还涉及了传递闭包和可达性，用于描述图中节点间的关系。

摘要由CSDN通过智能技术生成

有向图和邻居

有向图（directed graph）：是指一个包含节点集合和有向边集合的图，每条有向边写成 $u\rightarrow v$ ，其中 $u$ 为有向边的源节点（source）， $v$ 为目标节点（target）。所有的无向图都可以用有向图来表示，无向边 $(u,v)$ 可表示为 $u\rightarrow v$ 和 $v\rightarrow u$ 。
路径（path）：值一个节点的序列 $v_0,v_1,...,v_k$ ，其中对于每个 $i=1,2,...,k-1$ ，都存在有向边 vi→</

最低0.47元/天解锁文章

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
社交网络图挖掘5--图的邻居性质

有向图和邻居图的直径传递闭包和可达性有向图和邻居有向图（directed graph）：是指一个包含节点集合和有向边集合的图，每条有向边写成u→vu\rightarrow v，其中uu为有向边的源节点（source），vv为目标节点（target）。所有的无向图都可以用有向图来表示，无向边(u,v)(u,v)可表示为u→vu\rightarrow v和v→uv\rightarrow u。路径
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。