《网络科学-原理与应用》要点总结1——图论

由于毕设的需要，寒假一直在看《网络科学-原理与应用》这本书，到现在为止粗粗的看了一遍，现在把一些要点都记录一下，当然里面好多数学推算都没懂，o(╯□╰)o

图是一个3元组：G=(N,L,f),N为节点集合，L为链路集合，f为将链路映射到节点对的映射函数。图有很多属性，例如平均路径长度，密度，熵，聚类系数，介数和紧度，谱半径，谱系，度序列分布等。节点度等于将节点连接到图上的链路数量。路径长度是两个节点间的最短路径，平均路径长度是所有最短路径的平均值，又称为特征路径长度。循环的回路长度是1，意味着节点连接到自身。在图G中任何两个节点之间最长的路径称为图G的直径。从一个节点u到连通图的所有其他节点的最长路径定义成节点u的半径，具有最小半径的节点为图的中心。具有最大的半径的节点称为边沿节点。密度是实际链路数与最大可能链路数之比。聚类系数是对“有多少节点与他们的邻接节点形成三角子图”的一种测量。介数和紧度是对一个节点的中介或中间者的有用性的测量。。谱半径是图的邻接矩阵的最大非平凡特征值：det[A(G)-λI]=0，谱半径完全由图的拓扑（度序列）来决定。谱系是图的拉普拉斯矩阵的最大非平凡特征值：det[L-λI]=0。如果度序列为[0,0,3,0,1],则度序列分布g'=[0,0,0.75,0,0.25].熵是对“信息量”或信息传递的“不确定”的度量，熵的测量单位是比特:I(G)=-∑hi(㏒2(hi)),其中g'=[h1,h2......h(max_d)].

图的四种基本形式的矩阵表示：连接矩阵，邻接矩阵，路径矩阵和拉普拉斯矩阵。连接矩阵就是节点u和节点v之间有多少条直接连着的线，注意要不经过其他的节点：如果Vi~Vj,Cij=k,否则Ci