1.无向网络中的巨片概念
许多实际的大规模复杂网络都是不联通的，但是往往会存在一个特别大的联通片，他包含了整个节点中相当比例的节点，这一联通片成为巨片（Giant component）
无向网络的联通巨片的存在唯一性
2.巨片的蝴蝶结结构（Bow-tie structure)
- 强联通核（Strong connected core, SCC）
- 入部（IN）
- 出部（OUT）
- 卷须（Tendrils）
- 管子（Tube）
3.网络的度概念
4.Dijsktra算法
4.1思路
-
初始时源点\(s\)到自身的路径长度为0(\(d_{ss} = 0\)），源点\(s\)到其他所有节点的路径长度为无穷答（\(d_{su} = \infty\)）
-
维护两个节点集\(S\)和\(Q\)，\(S\)中的节点\(v\)的\(d_{sv}\)已经表示节点\(s\)到节点\(v\)的距离，\(Q\)保留其）的指标；一篇文章的参他所有的节点
-
\(S\)初始是空集，每一步将\(Q\)中\(d_{su}\)最小的节点\(u\)从\(Q\)移动到\(S\)，并对每条以\(u\)为端点的边进行扩展：边权值为\(w_{uv}\)，\(d_{sv} = min(d_{sv}, d_{su} + w_{uv})\)
4.2“所谓”的关键点
- 适用于加权有向网络计算。每下延一步，则是无启发性的（或者说无先验知识），可能需 要 search 所有可能的路径来找最小路径。
- 有没有改进的方法，可以考虑加一些启发性的函数，例如欧式距离（需要根据具体的需求 而定）。欧式距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的绝对 距离。也可以理解为：m 维空间中两个点之间的真实距离，或者向量的自然长度（即该点到 原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离