首页 >
邻接矩阵法
✍ dations ◷ 2025-06-07 16:59:23 #邻接矩阵法
在图论中,邻接矩阵(英语:adjacency matrix)是表示一种图结构的常用表示方法。它用数字方阵记录各点之间是否有边相连,数字的大小可以表示边的权值大小。距离矩阵可算是邻接矩阵的扩充。阶为
n
{displaystyle n}
的图
G
{displaystyle G}
的邻接矩阵
A
{displaystyle A}
是
n
×
n
{displaystyle ntimes n}
的。将
G
{displaystyle G}
的顶点标签为
v
1
,
v
2
,
.
.
.
,
v
n
{displaystyle v_{1},v_{2},...,v_{n}}
。若
(
v
i
,
v
j
)
∈
E
(
G
)
{displaystyle (v_{i},v_{j})in E(G)}
,
A
i
j
=
1
{displaystyle A_{ij}=1}
,否则
A
i
j
=
0
{displaystyle A_{ij}=0}
。也可以用大于0的值表示边的权值,例如可以用边权值表示一个点到另一个点的距离。无向图的邻接矩阵是对称矩阵。可以用矩阵表示为:这个矩阵中每一行代表一个点,行a即为点a,每一列代表某一行的点所指向的点,矩阵的每一个(小格)表示一条边。图中的所有边(指向性的箭头)带有权值,通常约定权值为0的边为不存在的边。如此图中的a指向b,箭头旁边的数字(边的权值)为2,在矩阵中表示为行a列b为2。又如矩阵中行c列b为6,图中表现为一条从c指向b权值为6的边。设图
G
{displaystyle G}
的邻接矩阵为
A
{displaystyle A}
,边的取值为1。A、B、C、D四人传球6次,从A开始,最终回到A手里,有多少种传法?非矩阵解法:矩阵解法:A
=
(
0
1
1
1
1
0
1
1
1
1
0
1
1
1
1
0
)
,
A
6
=
(
183
182
182
182
182
183
182
182
182
182
183
182
182
182
182
183
)
{displaystyle A={begin{pmatrix}0&1&1&1\1&0&1&1\1&1&0&1\1&1&1&0\end{pmatrix}},A^{6}={begin{pmatrix}183&182&182&182\182&183&182&182\182&182&183&182\182&182&182&183\end{pmatrix}}}邻接矩阵法是比较简单的图论问题建模方法,它以方形二维阵列的形式存储图的数据。它在算法应用中的主要特点包括:主要缺点包括:在随机过程理论中,表示单步状态变化的转移矩阵就是一种邻接矩阵。
相关
- 参议院多数党(53)少数党(47)议长:南希·裴洛西(民主党) 多数党领袖(英语:Party leaders of the United States House of Representatives):斯坦利·霍耶(民主党) 少数党领袖(英语:Party leaders o
- 台湾客家语书写推荐用字陶文 ‧ 甲骨文 ‧ 金文 ‧ 古文 ‧ 石鼓文籀文 ‧ 鸟虫书 ‧ 篆书(大篆 ‧ 小篆)隶书 ‧ 楷书 ‧ 行书 ‧ 草书漆书 ‧ 书法 ‧ 飞白书笔画 ‧
- 东北大学东北大学可以指:
- 大湄公河次区域大湄公河次区域经济合作(英文:The Greater Mekong Subregion,缩写:GMS)是基于湄公河流域的区域经济合作机制,包括的国家有越南、柬埔寨、老挝、泰国、缅甸、中国。大湄公河次区域
- 片麻岩片麻岩(英语:gneiss)是一种变质岩,而且变质程度深,具有片麻状构造或条带状构造,有鳞片粒状变晶,主要由长石、石英、云母等组成,其中长石和石英含量大于50%,且长石占比多于石英。如果
- 剪接体剪接体(英语:Spliceosome)是一种由RNA与蛋白质剪接体次单位所组成的超大型复合物,用来将mRNA序列中转录自DNA模板的内含子移除,并将剩余的外显子连接起来(此过程称为剪接)。剪接
- 歹歹部,为汉字索引中的部首之一,康熙字典214个部首中的第七十八个(四划的则为第十八个)。就繁体和简体中文中,歹部归于四划部首。歹部通常是从左方为部字。且无其他部首可用者将部
- 无线电无线电,又称无线电波、射频电波、电波,或射频,是指在自由空间(包括空气和真空)传播的电磁波,在电磁波谱上,其波长长于红外线光(IR)。频率范围为300 GHz以下 ,其对应的波长范围为1毫米
- 罗马奥林匹克体育场罗马奥林匹克体育场(Stadio Olimpico di Roma,又名奥林匹高球场)是意大利罗马市最主要的体育场,也是意甲俱乐部罗马和拉齐奥的共用主场球场。罗马奥林匹克体育场为了一九六零年
- 最小平方法最小二乘法(英语:least squares method),又称最小平方法,是一种数学优化方法。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便的求得未知的数据,并使得