大家好,今天和大家分享一下图算法中的静态几何特征,以及如何使用python中的networkx库实现度分布、效率、直径、距离、度-度相关性、介数、核度。内容较多,可通过右侧目录栏跳转。
以无向网络为例。在网络中,节点 的邻边数 称为该节点的度,是根据网络的邻接矩阵 求得的。计算公式如下:
对网络中所有节点的度求平均,可得到网络的平均度
无向无权图的邻接矩阵 的二次幂 的对角元素 就是节点 的邻边,即 。实际上,无向无权图的邻接矩阵 的第 i 行或第 i 列的元素之和也是度。从而无向无权网络的平均度就是 对角线元素之和除以节点数,即 ,式中 表示矩阵 的迹,即对角线元素之和。
大多数实际网络中的节点的度是满足一定的概率分布的。定义 为网络中度为 k 的节点在整个网络中所占的比例。
规则网络:由于每个节点具有相同的度,所以其度分布集中在一个单一尖峰上,是一种Delta分布。
完全随机分布:度分布具有泊松分布的形式,每一条边的出现概率是相等的,大多数节点的度是基本相同的,并接近于网络平均度 ,若远离峰值,度分布则按指数形式急剧下降。把这类网络称为均匀网络。
无标度网络:具有幂指数形式的度分布,即 ,所谓无标度是指一个概率分布函数 F(x) 对于任意给定常数 a 存在常数 b 使得 F(ax) 满足 F(x)=bF(x)
幂律分布:是唯一满足无标度条件的概率分布函数。许多实际大规模无标度网络,其幂指数通常为 ,绝大多数节点的度相对很低,也存在少量度值相对很高的节点,把这类网络称为非均匀网络(异质网络)
指数度分布网络:满足 ,式中 一般为常数。
