表示权重矩阵的二维数组答案

【问题标题】：Two Dimensional Array Representing a Weight Matrix表示权重矩阵的二维数组
【发布时间】：2016-09-26 12:35:08
【问题描述】：

我对这样的二维数组（矩阵）有点困惑

0.0  1.8  9.1  4.0  3.5 

1.8  0.0  8.1  5.2  8.6 

9.1  8.1  0.0  2.9  8.1 

4.0  5.2  2.9  0.0  2.0 

3.5  8.6  8.1  2.0  0.0

应该代表一个图形。这些值代表权重，然后代表节点和边。我试图蛮力找到所有可能的树（我不是在寻求帮助，只是想了解这应该如何代表

【问题讨论】：

如果你不知道，你希望别人怎么知道？这只是一个数字矩阵。没有将二维数字矩阵解释为某种图形的通用约定。没有其他事情可做。
如果你有静态拓扑，那么你只需要定义一个序列化/反序列化的顺序，否则如果不包括图拓扑的一些元数据，你的要求是不可能的。
我唯一要说的是“对于一个对权重矩阵进行运算的算法，它将存储在二维数组中的权重矩阵作为其参数”
您的数据根本没有任何意义。这可能意味着第 0 行是节点 0，它自身的成本为 0.0，节点 1 的成本为 1.8，节点 2 的成本为 4.0 ......等等（因此表中的对角线为 0.0）。但您的数据并非如此，因为您只有 5 行（5 个节点 - 图有 8 个），并且每个节点都有三个边和一些邻居（也与您的图不匹配）

标签： c++ arrays matrix multidimensional-array tree

【解决方案1】：

如果你有一个有 5 个顶点的（加权的、无向的）图——称它们为v1、v2、v3、v4、v5——该图可以用你的矩阵。

     v1   v2   v3   v4   v5
v1   0.0  1.8  9.1  4.0  3.5 
v2   1.8  0.0  8.1  5.2  8.6 
v3   9.1  8.1  0.0  2.9  8.1 
v4   4.0  5.2  2.9  0.0  2.0 
v5   3.5  8.6  8.1  2.0  0.0

例如(v2, v4) 中的数字表示连接v2 和v4 的边，权重为5.2。零条目可以表示非边或权重为零的边。非加权图通常在每个条目中用布尔值表示，1 表示一条边，0 表示无边。如果矩阵是对称的，则图是（嗯，可以是）无向的。

注意：你问题中的图片不能用给定的矩阵来表示：矩阵表示一个有5个顶点的图，而图片表示的图有8个顶点。

【讨论】：

是的，我只是为了这个问题而搜索了一个示例树哈哈，但这完美地回答了它！谢谢大家

【解决方案2】：

二维数组（=矩阵）是表示图形的常用方法。它也称为Adjacency Matrix。

在图论中，邻接矩阵是一个正方形用于表示有限图的矩阵。矩阵的元素指示图中的顶点对是否相邻。

矩阵M 即NxN 表示具有N 顶点（节点）的图。
当M[i][j] = 0 顶点i 和j 之间没有边。
当M[i][j] = 1 时，顶点i 和j 之间存在一条边。

有时很容易使用与1 不同的数字来表示此特定边的权重（与您的情况相同）。

【讨论】：

嗨，这如何回答他的问题并解决他的问题？他的表中没有1s，因此您的回答有点随意。
我认为这有帮助，没有 1，但我有我的权重而不是 1
@FirstStep 他问“这些值代表权重，但什么代表节点和边？”我想我的答案是涵盖它。