主要内容

图形和网络算法

定向和无向图,网络分析

图是网络中连接的模型,广泛应用于各种物理、生物和信息系统。你可以用图形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。每个节点表示一个实体,每条边表示两个节点之间的连接。有关更多信息,请参见定向和无向图形

职能

展开全部

图形 具有无向边的图表
dig 有向边图
addnode 向图形添加新节点
rmnode. 从图中删除节点
将新边沿添加到图表
rmedge. 从图中删除边
flipedge 反向边缘方向
numnodes. 图中的节点数量
numedges. 图中的边数
Findnode. 在图中定位节点
查找结识 在图中找到边缘
edgecount. 两个节点之间的边数
reordernodes 重新排序图形节点
sub 提取子图
中心 测量节点重要性
conncomp 连接的图形组件
biconncomp 双联的图形组件
缩合 图凝结
bctree 截止树木图
TopoSort. 有向无环图的拓扑序
isdag 确定图是否是无循环的
缩回 减少传递
transclosure 传递关闭
isisomorphic. 确定两个图是否是同义的
同构 计算两个图之间的构态
ismultigraph 确定图是否有多个边缘
简化 将多重素减少到简单的图表
BFSearch. 宽度第一图搜索
dfsearch. 图深度优先搜索
最短路径 两个单个节点之间的最短路径
缺点 从节点的最短路径树
距离 所有节点对的最短路径距离
allpaths 找到两个图节点之间的所有路径
maxflow. 最大流程
minspantree 最小的图形树木
有鲸鱼 确定图是否包含周期
Allyce. 查找图表中的所有周期
CycleBasis. 图的基础基础
邻接 图的邻接矩阵
发病率 图的关联矩阵
拉普拉斯 图拉普拉斯算子的矩阵
程度 图形节点的程度
邻居 图表节点的邻居
最近 半径内最近的邻居
印度人 节点的程度
出度 学位的节点
前任 节点前任
继承人 节点的继任者
inedges 向节点传入边缘
外围 来自节点的外线
阴谋 绘制图形节点和边
labeledge 标签图形边缘
LabelNode. 标签图节点
布局 更改图形图的布局
突出 在绘制的图表中突出显示节点和边

对象

graphplot. 图表图是指向和无向图的图表

特性

graphplot属性 图绘制了外观和行为

话题

定向和无向图形

有向图和无向图的介绍。

图形和矩阵

该示例显示了稀疏矩阵的应用,并解释了图形和矩阵之间的关系。

修改现有图的节点和边缘

对象中的节点和/或边如何访问和修改图形dig对象使用rmedge.addnodermnode.查找结识Findnode.,sub功能。

添加图形节点名称、边权和其他属性

这个例子展示了如何添加属性到图形的节点和边图形dig

图表绘图和定制

此示例演示如何绘制图形,然后自定义显示以向图形节点和边添加标签或高亮显示。

标签图形节点和边

这个例子展示了如何在图的节点和边上添加和自定义标签。

添加节点属性以图形绘图数据提示

此示例显示了如何自定义graphplot.数据提示以显示图形的额外节点属性。

可视化宽度和深度首先搜索

此示例显示如何定义可视化结果的函数BFSearch.dfsearch.通过突出显示图的节点和边缘。

相关信息

特色例子