主要内容

图和网络算法

直接的和间接的图形、网络分析

图形模型的连接在一个网络和广泛适用于各种物理、生物和信息系统。您可以使用图形模型大脑中的神经元,航空公司的飞行模式,等等。图的结构由“节点”和“边缘”。每个节点代表一个实体,每条边表示两个节点之间的连接。有关更多信息,请参见直接的和间接的图

块无向和定向图的例子

功能

全部展开

与无向图的边缘
有向图 图与定向边缘
addnode 添加新节点图
rmnode 删除节点图
addedge 添加新边缘图
rmedge 把边缘从图
flipedge 反向边方向
numnodes 图中的节点数量
numedges 图的边数
findnode 定位节点图
findedge 定位在图
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 有向无环图的拓扑秩序
isdag 确定是否无环图
transreduction 减少传递
transclosure 传递闭包
isisomorphic 判断两个图是同构的
同构 计算两个图形之间的同构
ismultigraph 确定图有多个边缘
简化 减少多重图简单的图
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 最短路径树的节点
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 最大流量图
minspantree 图的最小生成树
hascycles 确定图是否包含周期
allcycles 找到所有周期图
cyclebasis 基本周期图的基础
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 度图节点
邻居 图节点的邻居
最近的 最近的邻居内半径
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 传入边缘节点
outedges 边从节点
情节 图的节点和边
labeledge 标签图像边缘
labelnode 标签图节点
布局 改变布局图
突出 突出绘制图的节点和边

对象

GraphPlot 图绘制的直接的和间接的图表

属性

GraphPlot属性 图的外观和行为

主题

相关信息