我有双向网络，即从i-＆gt; j和j-＆gt; i存在流量的网络。我想根据路径长度计算每个[i，j]和矩阵报告之间的简单路径数，也就是说，对于每个[i，j]对，有一定数量的长度为2,3的简单路径，4等，我想计算一下，并将结果报告在： i 和 j 之间长度为2的简单路径数的报告矩阵; i 和 j 等之间长度为3的简单路径数量的报告矩阵....
我找到的解决方案是创建一个代码，该代码将查看原始输入矩阵，并通过查看从 i-＆gt; n 中搜索长度 x 的路径 i 与其他变量的连接，然后用其他变量排除 i ，依此类推x + 1变量，直到我们得到 x-＆gt ; N 。例如。对于长度，两条路径将查找i-＆gt; x连接和任何x-＆gt; n连接。如果这是真的那么 i 和 n 之间有两条简单的路径。如果方法是这样的，当分析具有自循环的双向矩阵或矩阵时，代码将计算自循环具有简单路径，并且通过相同顶点不止一次传递。要解决此问题，在代码中设置的条件中需要验证另一个参数。此参数是对原始矩阵的变量赋值给我们的一般变量的限制，也就是说，在为路径搜索分配新的常规变量时，分配的变量不能是已在该路径中分配的变量另一个常规变量： *当在 i 和 n 之间寻找长度为2的路径时，要分配给 x 的变量不能是已经分配给<的那个< em> i （这消除了自循环作为路径计数），并且以同样的方式 n 无法分配已由 i 或 x （这消除了i-> x-> i的情况的报告，i具有长度为2的路径，并且还消除了由同一变量传递多于一次的路径的报告[i- ＆gt; x-> x2-> i，用于3个长度路径，例如]）。所以我使用的代码基本上是这样的：
#the adjacency matrix
> MM<-matrix(c(1,1,0,0,0,1,1,1,1,0,0,1,1,1,0,0,1,0,1,1,0,0,0,1,1), 5, byrow=T)
> colnames(MM)<-c("A", "B", "C", "D", "E")
> row.names(MM)=colnames(MM)
> MM
A B C D E
A 1 1 0 0 0
B 1 1 1 1 0
C 0 1 1 1 0
D 0 1 0 1 1
E 0 0 0 1 1
#this is the reporting matrix where the results will be reported
> MMres2<-matrix(rep(0,length(MM)), sqrt(length(MM)))
> colnames(MMres2)=colnames(MM)
> row.names(MMres2)=row.names(MM)
#this is the code for the calculation and report of simple paths of lenght 2
> for(i in 1:dim(MM)){
for(j in 1:dim(MM)){
for(k in 1:dim(MM)){
if(MM[i,j]==1 & MM[j,k]==1 & j!=i & k!=i & k!=j){
MMres2[i,k]=MMres2[i,k]+1
}
}
}
}
#the reported results
> MMres2
A B C D E
A 0 0 1 1 0
B 0 0 0 1 2
C 1 1 0 2 1
D 1 0 1 0 0
E 0 1 0 0 0
如果我想计算任何 i-＆gt; n 之间长度为3的简单路径的数量，我们只需要[x2,n]==1的条件并确保我们限制新的变量不等于任何先前分配的变量。
在这里，最后，解决了我的问题。我不想简单地计算长度为2或3或4的路径数，但是所有可能的路径（路径的最大可能长度是变量总数减1）。显然，为每个矩阵设置长度为x的每个路径的代码将是麻烦的，并且对于具有更多N个变量的矩阵，创建这样的代码将更加麻烦。为了简化这一点，理想的解决方案是开发一个代码，该代码将查找所有对i和j，并计算每个路径之间路径的数量，每个路径的所有可能数量的链路直到 tot.var的路径-1 链接（即每对i和j之间路径上的最大链接数）。
再次取M2矩阵，理想的代码将寻找 i 和 x 变量之间的链接，然后是x变量和j之间的链接，并且在报告条件的情况下，它会在每次找到路径时报告结果：
[i,x]==1 & [x’,j]==1 -> Res.mat[i,j] + 1
其中， x 和 x'是i和j之间的任何（和任意数量）变量。 这种方法与上述原始方法不同的一点是，这里 x 可以是多个变量，也就是说，在一次迭代中，当寻找2个链接的路径时， x 将是一个变量，而一个寻找3个链接的路径， x 将是两个变量，依此类推。
E.g.:
For a path of length 2:
[i,xa]==1 & [xa,j]==1 -> Res.mat2[i,j] +1
For a path of length 3:
[i,xa]==1 & [xa,xb]==1 & [xb,j]==1 -> Res.mat3[i,j] +1
For a path of length 4:
[i,xa]==1 & [xa,xb]==1 & [xb,xc]==1 & [xc,j]==1 -> Res.mat4[i,j] +1
在此代码中，x将逐步假设除i和j之外的所有其他变量，并报告相应报告矩阵的每个路径，长度为2的报告矩阵等等。
对于非常非常长的帖子感到抱歉，这是我一直在寻找并与同事交谈的内容，似乎没有人理解或帮助我，这就是为什么我在长篇文章中试图成为最清楚的。
那么，有谁知道如何做到这一点？