2021-06-15

图结构数据

图的表示

定义⼀(图):

⼀个图被记为G={v,e} ,其中 是数量为N=|v| 的节点的集合,e={e1,e2,em}是数量为M的边的集合。
图⽤节点表示实体(entities ),⽤边表示实体间的关系(relations)。
节点和边的信息可以是类别型的(categorical),类别型数据的取值只能是哪⼀类别。⼀般称类别型的信息为
标签(label)。
节点和边的信息可以是数值型的(numeric),数值型数据的取值范围为实数。⼀般称数值型的信息为属性
(attribute)。
在图的计算任务中,我们认为,节点⼀定含有信息(⾄少含有节点的度的信息),边可能含有信息。

定义二

在⽆向图中,从节点Vi到Vj 的边存在,意味着从节点Vj 到Vi 的边也存在。因⽽⽆向图的邻接矩阵是对称的。
在⽆权图中,各条边的权重被认为是等价的,即认为各条边的权重为1 。
对于有权图,其对应的邻接矩阵通常被记为W

定义三(节点的度,degree):

对于有向有权图,节点Vi 的出度(out degree)等于从 Vi 出发的边的权重之和,节点Vi 的⼊度(in degree)
等于从连向Vi 的边的权重之和。
⽆向图是有向图的特殊情况,节点的出度与⼊度相等。
⽆权图是有权图的特殊情况,各边的权重为 ,那么节点 Vi 的出度(out degree)等于从Vi 出发的边的数量,
节点Vi 的⼊度(in degree)等于从连向Vi 的边的数量。
节点Vi 的度记为d(Vi) ,⼊度记为din(Vi) ,出度记为dout(Vi) 。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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