16、图论中的聚类、矩阵与有向图

图论中的聚类、矩阵与有向图

1. 图的割与矩阵基础

1.1 图的割的分解

对于图 (G = (V, E)) 的一个二分划分 (\kappa = {X, V - X}),设 (G_1, \cdots, G_m) 是子图 (G_X) 中与 (V - X) 有相邻顶点的连通分量,定义 (X_i = V(G_i)),(1\leq i\leq m)。那么 (C_G(\kappa)) 是 (C_G({X_i, V - X_i}))((1\leq i\leq m))的不相交并集。对于每个 (i),图 (G_{V - X_i}) 可分解为连通分量,设 (G_{i1}, \cdots, G_{in_i}) 是那些与 (X_i) 有相邻顶点的分量,定义 (X_{ij} = V(G_{ij})),则 (C_G(X_i, V - X_i)) 是 (C_G({X_{ij}, V - X_{ij}})) 的不相交并集,且每个 (C_G({X_{ij}, V - X_{ij}})) 是一个键。

1.2 图的邻接矩阵

设 (G = (V, E)) 是一个图,其邻接矩阵 (A_G\in R^{|V|\times|V|}) 定义为:
[
(A_G) {ij} =
\begin{cases}
0, & \text{如果 } i = j \text{ 或 } (v_i, v_j) \notin E \
1, & \text{如果 } (v_i, v_j) \in E
\end{cases}
]
例如,对于图 (T = ({v_1, \cdots, v_5}, E)),其邻接矩阵 (A_G

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值