无向图邻接矩阵和关联矩阵转换

%% 无向图邻接矩阵和关联矩阵转换
function w = incandadf(F,f)
%F为输入无向图矩阵可以是邻接矩阵或关联矩阵
%% 邻接矩阵转关联矩阵
if f == 0
m = sum(sum(F))/2;
n = size(F,1);
w = zeros(n,m);
k = 1;
for i = 1:n
for j =1 : n
if F(i,j) ~= 0
w(i,k) = 1;
w(j,k) = 1;
k = k + 1;
end
end
end
%% 关联矩阵 阵转邻接矩
else if f == 1
m = size(F,2);
n = size(F,1);
w = zeros(n,n);
for i = 1 : m
a = find(F(:,i) ~= 0);
w(a(1),a(2)) = 1;
w(a(2),a(1)) = 1;
end
else
printf(‘Please right f‘);
end
w
end

时间: 2024-10-28 17:17:55

无向图邻接矩阵和关联矩阵转换的相关文章

有向图邻接矩阵和关联矩阵转换

%% 无向图邻接矩阵和关联矩阵转换function w = incandadf(F,f)%F为输入无向图矩阵可以是邻接矩阵或关联矩阵%% 邻接矩阵转关联矩阵if f == 0 m = sum(sum(F))/2; n = size(F,1); w = zeros(n,m); k = 1; for i = 1:n for j =1 : n if F(i,j) ~= 0 w(i,k) = 1; w(j,k) = -1; k = k + 1; end end end%% 关联矩阵 阵转邻接矩else

无向图 邻接矩阵bfs 最简单

上图: 参考上一篇 上码: #include <iostream> #include <climits> #include <queue> using namespace std; #define MAX 10 int mat[MAX][MAX]; int visited[MAX]; int n=6; void bfs(int pos) { cout<<"bfs from "<<pos<<" :"

无向图 邻接矩阵dfs(最简单)

出处LINK 改写:去除sum变量:新增结点6,实现遍历全图的算法 输出:索引值 1 #include <iostream> 2 #include <climits> 3 using namespace std; 4 #define MAX 10 5 6 int mat[MAX][MAX]; 7 int visited[MAX]; 8 int n=6; 9 10 void dfs(int row){ 11 cout<<row<<'\t'; 12 visite

matlab画无向图,基于坐标的无向图联系作者

%函数名netplot %使用方法输入请help netplot %无返回值 %函数只能处理无向图 %作者:tiandsp %最后修改:2012.12.26 function netplot(A,flag) %调用方法输入netplot(A,flag),无返回值 %A为邻接矩阵或关联矩阵 %flag=1时处理邻接矩阵 %flag=2时处理关联矩阵 %函数只能处理无向图 if flag==1 %邻接矩阵表示无向图 ND_netplot(A); return; end if flag==2 %关联矩

图的邻接矩阵存储结构

如上图,我们可以把v0标记为0,v1标记为1.... 并把联通的2点权值全设置为1,那么可以用邻接矩阵(右图)来表示 概念解析: 第一个邻接顶点: 我们以vo为例,第一个邻接顶点为V1(其实也可以使V3,只不过考虑计算机的存储顺序,我们找邻接顶点,一般是从v0扫描到v3,所以我们先在内存中扫描到v1) 下一个邻接顶点: 我们以v0为例,下一个邻接顶点就是v3(同样,其实也可以使V1,只不过考虑计算机的存储顺序,我们找下个邻接顶点,一般是从v2扫描到v3,之所以从v2扫描起,那是因为,V1已经是第

各种友(e)善(xin)数论总集(未完待续),从入门到绝望

目录 快速幂 扩展欧几里得 GCD 扩展欧几里得 同余系列 同余方程 同余方程组 一点想法 高次同余方程 BSGS exBSGS 线性筛素数 埃式筛 欧拉筛 欧拉函数 讲解 两道水题 法雷级数 可见点数 原根 欧拉定理 原根部分性质证明(数量证不出来,一个还没填的坑) 扩展:原根的求法 代码 高斯消元 普通 辗转相除法 矩阵树与证明 未了结的坑 无向图 关联矩阵 Kirchhoff矩阵 行列式 求法 代码 证明 柯西-比内公式 小结 @ 快速幂 题目描述 [题意] 求a^b mod c,a,b,

生成树计数

生成树计数就是统计一张图中一共有多少种构造生成树的方案. 大概要用到组合数学等等的数学知识. 以下内容均来自NOI2007国家集训队论文 周冬 <生成树的计数及其应用>: ------------------------- Matrix-Tree定理(Kirchhoff矩阵-树定理).Matrix-Tree定理是解决生成树计数问题最有力的武器之一.它首先于1847年被Kirchhoff证明.在介绍定理之前,我们首先明确几个概念: 1.G的度数矩阵D[G]是一个n*n的矩阵,并且满足:当i≠j时

20162305 2017-2018-1 《程序设计与数据结构》第11周学习总结

20162305 2017-2018-1 <程序设计与数据结构>第11周学习总结 教材学习内容总结 哈希算法:哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值.哈希值是一段数据唯一且极其紧凑的数值表示形式.如果散列一段明文而且哪怕只更改该段落的一个字母,随后的哈希都将产生不同的值.要找到散列为同一个值的两个不同的输入,在计算上是不可能的,所以数据的哈希值可以检验数据的完整性.一般用于快速查找和加密算法. 哈希函数:哈希函数(英语:Hash Function

图的存储结构

1.邻接矩阵的表示方法 用0和1表示 无向图:的邻接矩阵是对称的,图中的边的数目是矩阵中1的个数的一半.顶点i的度为第i行或第i列1的个数.第i行j列的值为1表示顶点i和顶点j之间有边相连 有向图:矩阵不一定对称,图中的有向边的数目是矩阵1的个数,顶点i的入度为第i列的1的个数,顶点i的出度为第i行1的个数.第i行j列的值为1表示顶点i和顶点j之间有边相连. 邻接矩阵的存储表示: 图的邻接矩阵的类型: #define MaxSize 100 /*最大的顶点数*/ typedef char Ver