图算法类型众多,分类标准多样。根据图形自身的性质,划分出了最经典的三种图形算法类别:
- 寻路算法:
是图分析算法的基础,它们探究节点间的路径问题。这些算法通常用于识别最佳路线、具体应用于物流规划、最低成本路线选择和博弈情境等领域。 - 中心性算法:
帮助人们理解单个节点在图形中的地位和影响。中心性算法十分实用,因为它能识别最重要的节点,促进人们对于诸如信度、可及性、事物传播速度等群体动力学问题的理解,构筑了组群之间的桥梁。 - 社区发现算法:
用于评估节点集合,它意在寻找组内成员关系建立数量较多的社群。识别相关社区有利于揭示不同节点集群,孤立族群和网络结构。社区发现算法有助于推断同龄群体的相似行为或偏好、估算弹性,并为其他分析工作准备数据。
pagerank算法(1.0.0)
personalrank算法(1.0.0)
k核算法(kcore)(1.0.0)
k跳算法(k_hop)(1.0.0)
最短路径(shortest_path)(2.1.5)
全最短路(all_shortest_paths)(1.0.12)
带一般过滤条件最短路径(filtered_shortest_