adjacency-matrix

    1熱度

    2回答

    我想要實現使用鄰接矩陣如下圖: 被寫入會發現所有其他商店從每家商店的距離最短的項目。這是正在使用的代碼: public class AdjacencyMatrix { public static final int NUM_NODES = 100; public static final int INF = 99999; public static

    1熱度

    1回答

    我已經編寫了這個程序,該程序使用鄰接矩陣實現了具有100個節點的圖。我還使用Floyd-Warshall算法爲所有100個節點找到所有最短路徑對。現在,我想將100 x 100矩陣壓縮爲10 x 10矩陣,該矩陣僅包含public static final int A = 100 ... public static final int W = 66指定的10個索引中的所有配對最短路徑。我應該如何壓

    0熱度

    1回答

    我有個矩陣,它代表的各種作業之間的移動性: jobnames <- c("job 1","job 2","job 3","job 4","job 5","job 6","job 7") jobdat <- matrix(c( 5, 5, 5, 0, 0, 5, 5, 5, 5, 2, 5, 5, 1, 5, 1, 5, 5, 5, 0, 0, 1, 1, 0, 5, 5, 8, 0, 1,

    0熱度

    1回答

    我想使用遞歸和二維數組來實現深度優先搜索的鄰接矩陣和有問題。我仍然對此感到陌生,不好意思,如果我的錯誤太明顯了。 如果所有數字都是0並且不顯示訪問的組件,我的代碼不會讀取該行。 例如,10x10 martrix在行,列(9,6)和(6,9)上分別只有1個。其他的都是0 它應該輸出 Component: 1 Component: 2 Component: 3 Component: 4 Com

    -1熱度

    1回答

    我已經在matlab中生成了三維點。我需要的是形成隨機圖,並顯示其連接,使得連接的鏈路爲1,否則爲0 ..建議.. n=10; PlotSizex=100; PlotSizey=100; PlotSizez=-100; x=PlotSizex*rand(1,n) y=PlotSizey*rand(1,n) z=PlotSizez*rand(1,n) plot3(x(:),y(:),z

    3熱度

    1回答

    我有以下邊緣list與一個數字關聯的邊緣與路徑號。 ` Begin edge end edge path number 1 3 1 3 4 1 4 5 1 6 3 2 3 2 2` 我想構建鄰接matrices每個路徑:這是由以下matrix我稱之爲Totallist給出。在這個例子中,我想要兩個matrices,但可能會有更多。我寫

    0熱度

    2回答

    我正在與鄰接矩陣看起來像這樣的工作由一階鄰接矩陣計算二階adacency矩陣: N <- 5 A <- matrix(round(runif(N^2),1),N) diag(A) <- 0 1> A [,1] [,2] [,3] [,4] [,5] [1,] 0.0 0.1 0.2 0.6 0.9 [2,] 0.8 0.0 0.4 0.7 0.5 [3,] 0.6 0.8

    0熱度

    1回答

    我有一個一半的一個N×N矩陣在一個javascript數組中,我需要得到這一半,並「鏡像」它的另一邊主要對角線。 這裏是說明圖像更好: 主對角線是紅線,和我有需要被「放在」紅線下面太矩陣的上半部,形成一個完整的矩陣。 的數據結構是這樣的: var map = [ ["0","1","2","3"], ["0", "1", "2"], ["0","1"], ["0"] ]; 線,裏面列。 我經常

    1熱度

    1回答

    歸屬圖最常見的表現形式是鄰接​​矩陣或列表,其中節點被視爲第一類公民。有許多圖表查詢,如鄰居,最短路徑,頁面排名,在這些矩陣上運行的連接組件以及節點上的列表結構。節點/邊的屬性也可以與連接分開存儲。 該圖的另一種表示形式是incidence matrix,其中節點的入射邊緣被記錄在矩陣中。我知道它們表示與以前基於節點的方法完全相同的信息。 我的問題是,是否有任何圖表查詢/工作量/算法可以從關聯矩陣

    0熱度

    1回答

    的SNA創建鄰接矩陣我想創建一個鄰接矩陣中的社會網絡分析(可能與IGRAPH graph_from_adjacency_matrix)使用從結構像這樣(但更大)一個CSV: name vote1 vote2 vote3 Joe 1 0 1 Jane 0 0 1 Jill 1 0 1 對於網絡分析,節點將是名稱變量,節點將通過它們一起投票的頻率(1或0)進行連接。喜歡的東西: