博客
关于我
总结:图学习笔记(一)~(八)
阅读量:682 次
发布时间:2019-03-17

本文共 557 字,大约阅读时间需要 1 分钟。

图学习笔记(一):图

图是什么?

图是用来描述数据之间关系的一种数据结构,由节点和边组成。它是一种灵活且强大的数据表示方法,广泛应用于网络分析、路径规划以及数据可视化等领域。

图的定义

图是由节点(称为顶点)和边组成的有限或无限的抽象结构,节点代表实体,边表示实体之间的关系。

图的基本表示方法及概念

2.1 图的构成

图的构成主要包括以下几个关键要素:

  • 节点(顶点):图中的每个单元实体,如用户、地点或物品。
  • :连接两个节点的实体关系,表示一条通路或连接。
  • 图的类型:根据边的特性,图可以分为以下几类:
    • 无向图:边没有方向,表示非方向性关系。
    • 有向图:边具有方向,表示单向性关系。
    • 权重图:边带有权重,表示关系的强度或成本。

2.2 图的概念

图是数据之间关系的抽象表示,具有灵活性和可扩展性。它能够有效地解决复杂问题,例如 shortest path(最短路径)问题、网络流量分析以及社交网络中的社区检测等。

如何存储图?

存储图的方式有三种:

  • 邻接矩阵:使用二维数组表示图,每个节点对应一行和一列,矩阵中存储节点间的关系。
  • 邻接表:以列表形式存储每个节点的相邻节点,节省空间且易于扩展。
  • 文本描述:将图的结构和属性用文本形式记录,适合小型图的存储。
  • 通过以上三种方式,可以根据具体需求选择最合适的存储方法。

    转载地址:http://nvfhz.baihongyu.com/

    你可能感兴趣的文章
    PyTorch:传递 numpy 数组进行权重初始化
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 8 Save and Load Model
    查看>>
    promise.all是并发执行吗_攻破面试灵魂拷问,解读Java并发编程的艺术,本文带你深入l理解...
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 7 Optimization
    查看>>
    promise总结
    查看>>
    Propel项目改为基于TensorFlow.js
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 6 Autograd
    查看>>
    properties出现中文乱码解决方法(万能)
    查看>>
    Property 'submit' of object #<HTMLFormElement> is not a function
    查看>>
    property--staticmethod--classmethod
    查看>>
    propertyGrid
    查看>>
    propertyPlaceholderConfigurer读取配置文件
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 5 Build Model
    查看>>
    proteus三输入与非门名字_proteus 元件名称对照表
    查看>>
    Protobuf - 语法、字段使用规则、注意事项
    查看>>
    protobuf —— 快速上手
    查看>>
    protobuf —— 认识和安装
    查看>>
    Protobuf 三个关键字required、optional、repeated的理解
    查看>>
    ProtoBuf 原理详解
    查看>>
    Protobuf 实例(java)
    查看>>