我有一个邻接矩阵,称为A大小n * n
其中A(k,j)=A(j,k)=1如果k,j连接在1个一跳。
A(k,j)=A(j,k)=1
k,j
现在看来,如果我服用
Dist=double(A)*double(A)>0 %getting all two hops connectivity Dist=double(Dist)*double(A)>0 %getting all three hops connectivity Dist=double(Dist)*double(A)>0 %getting all four hops connectivity
完全正确吗?
我尝试了一些简单的图形,看起来很合法
我可以利用这个事实来创建距离矩阵吗?
距离矩阵将显示从j到k的最小跳数
PS:
如果合法,我很乐意理解它的正确性,现在已经在Google中找到了信息
是的,这是完全正确的:邻接矩阵的条目为您提供了顶点之间的连接。邻接矩阵的幂是级联的游程。本ij 次 的进入k 次 邻接矩阵的力量告诉你 散步的数量 长度k从顶点i到顶点j。
ij
k
i
j
通过归纳可以很容易地证明这一点。
请注意,邻接矩阵的幂计算i→j步行次数,而不是路径(步行可以重复顶点,而路径不能重复)。因此,要创建一个距离矩阵,您需要迭代地对邻接矩阵进行加电,并且一旦ij th 元素不为零,就必须k在距离矩阵中分配距离。
i→j
尝试一下:
% Adjacency matrix A = rand(5)>0.5 D = NaN(A); B = A; k = 1; while any(isnan(D(:))) % Check for new walks, and assign distance D(B>0 & isnan(D)) = k; % Iteration k = k+1; B = B*A; end % Now D contains the distance matrix
请注意,如果要搜索图中的最短路径,则也可以使用Dijkstra的算法。
最后,请注意,这与稀疏矩阵是完全兼容的。由于邻接矩阵通常是稀疏矩阵的良好候选者,因此在性能方面可能会非常有用。
最好,