6、图节点中心性度量：度中心性与特征向量中心性解析

图节点中心性度量：度中心性与特征向量中心性解析

在图论中，节点的中心性度量是理解图结构和节点重要性的关键。本文将深入探讨度中心性和特征向量中心性这两种重要的中心性度量方法，包括它们的定义、计算、应用以及相关的理论基础。

1. 矩阵不可约性检查

在开始讨论中心性度量之前，我们先了解一下矩阵不可约性的检查方法。矩阵的不可约性与图的连通性密切相关。
- 基于矩阵幂的方法 ：对于一个矩阵 (A)，可以通过计算 ((I + A)^{N - 1}) 来检查其不可约性。如果向量 (u_{N - 1}) 存在零元素，则矩阵是可约的；反之，如果 (u_{N - 1} > 0)，则需要对另一个节点 (i) 重复该过程，直到在向量 (u_{N - 1}) 中找到零元素。在最坏情况下，需要计算 ((I + A)^{N - 1}) 的所有列，检查操作的时间复杂度为 (O(N^2K))。当矩阵 (A) 是对称矩阵时，如果 ((I + A)^{N - 1}) 的任何一列都是正的，则矩阵 (A) 是不可约的，此时只需计算 (B^{N - 1}e_i)（其中 (i) 是任意选择的节点），将不可约性检查的成本降低到 (O(NK))。
- 基于图探索的方法 ：更有效的方法是探索相关的图。基于深度优先搜索（DFS）的图探索算法可以计算从给定起始节点可以到达的节点数量。如果该数量为 (N - 1)，则意味着从节点 (i) 可以访问图的所有节点。对于无向图，这足以说明图是连通的，检查无向图连通性的时间复杂度为 (O(K))；对于有向图，检查其强连通性的时间复杂度同样为 (O(K))。

2. 度中心性