图论的一些基本概念

本文介绍了图论的基本概念,包括Edge betweenness的定义及其在社区划分中的应用,通过迭代算法逐步切割网络。此外,还讨论了邻接矩阵的幂在计算多步行走方案总数中的作用。
摘要由CSDN通过智能技术生成

图论的一些基本概念

  1. Edge betweenness: 具体而言,首先对每一对节点寻找最短路径,得到一个n * (n-1)/2的最短路径集合S,然后看这个集合中有多少最短路径需要通过某个具体的节点。一个边的edge betweenness就是S集合里的最短路径包含该边的个数。定义了边的betweenness后,就可以通过迭代算法来进行社区划分了。具体做法是先计算所有边的betweenness,然后去除最高值边,再重新计算,再去除最高值边,如此反复,直到网络中的所有边都被移除。在这个过程中网络就逐渐被切成一个个越来越小的component。在这个过程中,我们同样可以用Q-modularity来衡量社区划分的结果。
  2. 邻接矩阵的幂: 邻接矩阵A中的元素都是用0,1来表示是否联通的,或者说,代表有没有方法从i走到j。那么, A i k × A k j
  • 0
    点赞
  • 1
    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