主要内容

图与网络算法

有向图和无向图,网络分析

图对网络中的连接进行建模,广泛适用于各种物理、生物和信息系统。你可以用图表来模拟大脑中的神经元,航空公司的飞行模式,等等。图的结构由“节点”和“边”组成。每个节点代表一个实体,每条边代表两个节点之间的连接。有关更多信息,请参见有向图和无向图

无向图和有向图的示例图

功能

全部展开

无向边图
有向图 有向边图
addnode 向图中添加新节点
rmnode 从图中删除节点
addedge 为图形添加新边
rmedge 从图中删除边
flipedge 反向边方向
numnodes 图中的节点数
numedges 图中的边数
findnode 在图中定位节点
findedge 在图中定位边
edgecount 两个节点之间的边数
reordernodes 重新排序图节点
子图 提取子图
中心 测量节点的重要性
conncomp 连通图组件
biconncomp 双连通图组件
冷凝 图凝结
bctree Block-cut树图
toposort 有向无环图的拓扑顺序
isdag 判断图是否是无环的
transreduction 减少传递
transclosure 传递闭包
isisomorphic 确定两个图是否同构
同构 计算两个图之间的同构
ismultigraph 判断图是否有多条边
简化 将多图化简为简单图
bfsearch 图广度优先搜索
dfsearch 图深度优先搜索
shortestpath 两个单节点之间的最短路径
shortestpathtree 从节点出发的最短路径树
距离 所有节点对的最短路径距离
allpaths 找出两个图节点之间的所有路径
maxflow 图中最大流量
minspantree 图的最小生成树
hascycles 确定图是否包含循环
allcycles 找出图中所有的循环
cyclebasis 图的基本循环基
邻接 图的邻接矩阵
发病率 图的关联矩阵
拉普拉斯算子 图拉普拉斯算子的矩阵
学位 图节点度
邻居 图节点邻域
最近的 半径内最近的邻居
入度 节点的入度
出度 学位的节点
前任 节点的前辈
继任者 节点的继任者
inedges 节点的入边
outedges 从节点传出的边
情节 绘制图节点和边
labeledge 标签图像边缘
labelnode 标签图节点
布局 改变图形的布局
突出 在图中突出显示节点和边

对象

GraphPlot 有向图和无向图的图形图

属性

GraphPlot属性 曲线图的外观和行为

主题

相关信息

Baidu
map