//度矩阵就是数顶点的邻居的个数，只填写在对角线处。
//邻接矩阵就是两个顶点之间是否有关系，所以矩阵中数据要么是0，要么是1。
//拉普拉斯矩阵是邻接矩阵-度矩阵。
目录
度矩阵（degree matrix）
邻接矩阵（adjaceny matrix）
度矩阵和邻接矩阵 两者之间关系
单位矩阵（identity matrix
度矩阵（degree matrix）
度矩阵是对角阵，对角上的元素为各个顶点的度，顶点的度表示和该顶点相关联的变得数量。
在无向图中，顶点的度（即与顶点相连的边的数目）
有向图中，顶点vi的度分为顶点vi的出度和入度，即从顶点vi出去的有向边的数量和进入顶点vi的有向边的数量。
上图对应的度矩阵为：
邻接矩阵（adjaceny matrix）
邻接矩阵表示顶点间关系，是n阶方阵（n为顶点数量）
邻接矩阵分为有向邻接矩阵和无向邻接矩阵。无向邻接矩阵是对称矩阵，而有向图的邻接矩阵不一定对称。
邻接矩阵的公式如下：
若给定下图：
对应的邻接矩阵为：
度矩阵和邻接矩阵 两者之间关系
,其中D是度矩阵，S是邻接矩阵。
单位矩阵（identity matrix）
单位矩阵是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为1。除此以外全都为0。
特点：
任何矩阵与单位矩阵相乘都等于本身
表示：
记法：
————————————————
版权声明：本文为CSDN博主「薰珞婷紫小亭子」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_41862755/article/details/123412438