Graph 边上的图查询

Graph 边上的图查询,graph,adjacency-list,adjacency-matrix,representation,Graph,Adjacency List,Adjacency Matrix,Representation,属性图通常表示为邻接矩阵或列表,其中节点被视为一级公民。有许多图形查询,如邻域、最短路径、页面排名、对这些矩阵进行操作的连通组件以及节点上的列表结构。节点/边的属性也可以存储在连接之外 图的另一种表示形式是一个矩阵,其中节点的入射边记录在矩阵中。我知道它们表示的信息与以前基于节点的方法完全相同 我的问题是,是否有任何图形查询/工作负载/算法可以从关联矩阵结构中受益,而不是使用基于节点的结构,即倾向于基于边缘的结构?什么时候使用关联矩阵?我只能想到一种情况,关联矩阵可能会更快: 当使用邻接矩阵时,

属性图通常表示为邻接矩阵或列表,其中节点被视为一级公民。有许多图形查询,如邻域、最短路径、页面排名、对这些矩阵进行操作的连通组件以及节点上的列表结构。节点/边的属性也可以存储在连接之外

图的另一种表示形式是一个矩阵,其中节点的入射边记录在矩阵中。我知道它们表示的信息与以前基于节点的方法完全相同


我的问题是,是否有任何图形查询/工作负载/算法可以从关联矩阵结构中受益,而不是使用基于节点的结构,即倾向于基于边缘的结构?什么时候使用关联矩阵?

我只能想到一种情况,关联矩阵可能会更快:

当使用邻接矩阵时,查找节点的度或查找相邻节点是一个复杂度为O(V)的操作,当使用关联矩阵时,是一个复杂度为O(E)的操作

通常E>V,但如果图有许多0度节点,则情况可能并非如此。由于查找相邻节点是一项基本操作,许多算法在此类图上可能会更快