主要内容

图形和网络算法

定向和无向图,网络分析

图表模型网络中的连接,广泛适用于各种物理,生物学和信息系统。您可以使用图形来模拟大脑中的神经元,航空公司的飞行模式等等。图的结构包括“节点”和“边缘”。每个节点表示一个实体,每个边缘表示两个节点之间的连接。有关更多信息,请参阅定向和无向图形

职能

展开全部

图形 具有无向边的图表
dig 与定向边缘的图表
addnode. 将新节点添加到图表
rmnode. 从图中删除节点
将新边沿添加到图表
rmedge. 从图中删除边缘
逃脱 反向边缘方向
numnodes. 图中的节点数量
numedges. 图中的边数
Findnode. 在图中找到节点
查找结识 在图中找到边缘
edgecount. 两个节点之间的边数
reordernodes. 重新排序图形节点
sub 提取子图
居民 测量节点重要性
Conncomp. 连接的图形组件
BiconnComp. 双联的图形组件
缩合 图表凝结
BCTREE. 截止树木图
TopoSort. 定向非循环图的拓扑顺序
isdag. 确定图是否是无循环的
缩回 转化减少
跨越 传递关闭
isisomorphic. 确定两个图是否是同义的
同构 计算两个图之间的构态
是多药物 确定图是否有多个边缘
简化 将多重素减少到简单的图表
BFSearch. 宽度第一图搜索
dfsearch. 深度第一图搜索
最短路径 两个单个节点之间的最短路径
缺点 节点的最短路径树
距离 所有节点对的最短路径距离
Allpaths. 查找两个图表节点之间的所有路径
maxflow. 最大流程
minspantree. 最小的图形树木
有鲸鱼 确定图是否包含周期
Allyce. 查找图表中的所有周期
CycleBasis. 图的基础基础
邻接 图形邻接矩阵
发病率 图形入射矩阵
拉普拉斯 图拉普拉斯矩阵
程度 图形节点的程度
邻居 图表节点的邻居
最近 半径内最近的邻居
印度人 节点的程度
rownegree. 节点的out度
前辈们 节点前任
继承人 节点后继者
自我修女 向节点传入边缘
外围 来自节点的外线
阴谋 绘图图节点和边缘
LabelEdge. 标签图形边缘
LabelNode. 标签图节点
布局 更改图形图的布局
强调 在绘制的图表中突出显示节点和边

对象

graphplot. 图表图是指向和无向图的图表

特性

graphplot属性 图绘制了外观和行为

话题

定向和无向图形

导向和无向图的介绍。

图形和矩阵

该示例显示了稀疏矩阵的应用,并解释了图形和矩阵之间的关系。

修改现有图的节点和边缘

此示例显示如何访问和修改一个节点和/或边缘图形或者dig对象使用rmedge.addnode.rmnode.查找结识Findnode., 和sub职能。

添加图形节点名称,边缘权重和其他属性

此示例显示如何将属性添加到使用的图表中的节点和边缘图形dig

图表绘图和定制

此示例显示如何绘制图形,然后自定义显示以添加标签或突出显示到图形节点和边缘。

标签图形节点和边

此示例显示如何在图表节点和边缘上添加和自定义标签。

添加节点属性以图形绘图数据提示

此示例显示了如何自定义graphplot.数据提示以显示图形的额外节点属性。

可视化宽度和深度首先搜索

此示例显示如何定义可视化结果的函数BFSearch.dfsearch.通过突出显示图的节点和边缘。

相关信息

特色例子