complex network——ER网络的创建(二)：G(G, L)

ER网络的创建之G（N，L）法

ER网络的创建一般分为两种方法，

1. G(N, p)：给定N个节点，每两个节点之间有概率p链接
2. G(N, L)：给定L条边，随机放置

其中G（N，p）法在ER网络的创建、degree distribution与可视化中

接下来进行G（N，L）法的实验

大体思路：根据average degree 计算出 $L=avgDeg\ast N/2$，然后随机分配L条边

其中最重要的代码如下：

void rlatMatInit(Mat_t rlatMat, int n, int links)
{
   
	for (int i = 0; i < n; i ++)
		for (int j = 0; j < n; j ++)
			rlatMat[i][j] = 0;

	while (links)
	{
   
		int i = RANDOM(n), j = RANDOM(n);
		while (i == j ||  // 不自环
			rlatMat[i][j] == 1)
		{
   
			i = RANDOM(n);
			j = RANDOM(n);
		}
		// find a rand blank
		rlatMat[i][j] = rlatMat[j][i] = 1;
		links -= 1;
	}
}

即关系矩阵的构建

进行实验
当N=50, average degree=0.5时

当N=50, average degree=1时

当N=50, average degree=2时

当N=50, average degree=4时

摘自https://blog.csdn.net/qq_36926570/article/details/104728988 此处

根据平均度的取值可以将网络特征分为四个区域：
k<1:亚临界 不存在最大连通集团 最大的群是一个树结构
k=1:临界 存在唯一的一个最大连通集团 规模小的子图是树形结构，最大连通集团含有环。
k>1:超临界 存在唯一的最大连通集团 最大连通集团含有环。
k>lnN:连通 只有一个