图神经网络-简单图论

简单图论

一、图数据结构

根据根据图中数据的对应关系可分为：
①「无向图」，即 A 关联 B 时，B 同时关联 A。例：微信中当 A 是 B 好友时，B 一定也是 A 的好友（新版本中已支持双向删除好友）。这种关联是双向的。
②「有向图」，即 A 关联 B 时，B 未必关联 A。例：微博中粉丝与博主的关系，粉丝关注了博主，但是博主未必关注了每一个粉丝。这种关联性是单向的。
③「带权图」，除了表示 A 与 B 是否关联外还表示这种关联度的权重。例如：QQ 空间的好友亲密度。在基本的关联度上附加了其他属性，表示更为复杂的关系。
图中的每一个元素被称为：顶点 。顶点之间表示联系的被称为 边。而顶点所关联的顶点数被称为 度。
在有向图中，顶点 A 所指向的顶点数被称为 出度，而所有指向 A 的顶点数之和被称为顶点 A 的 入度。
二、图的属性
1、结点的度
①对于有向有权图，结点的出度（out degree）等于从出发的边的权重之和，结点的入度（in degree）等于从连向的边的权重之和。
②无向图是有向图的特殊情况，结点的出度与入度相等。
③无权图是有权图的特殊情况，各边的权重为，那么结点的出度（out degree）等于从出发的边的数量，结点的入度（in degree）等于从连向的边的数量。
④结点的度记为，入度记为，出度记为。

2、邻接结点
①结点的邻接结点为与结点直接相连的结点，其被记为。