Matlab 计算具有邻接矩阵稀疏表示的度矩阵

我试图计算一个图的拉普拉斯矩阵。我已经计算了邻接矩阵的稀疏表示，它存储在一个尺寸为Nx3的文本文件中。N节点的大小（第i个节点第j个节点权重）。我用

adj=spconvert（adj）在Matlab中打开这个文件。下一步是计算该稀疏矩阵的度矩阵，以便执行操作
L=D-adj
。如何计算以图的稀疏邻接矩阵作为输入的度矩阵？为了计算度矩阵，我计算每个节点的度：

for i=1:n % size of the node
    degree(i) =  length(find(adj(:,1) == i & adj(:,3) == 1));
end

但是，如何执行D和A的减法？
使用该函数将度向量转换为稀疏对角矩阵。然后从对角矩阵中减去邻接矩阵得到拉普拉斯算子。使用代码的示例：

adj = spconvert(adj);
for i=1:size(adj, 1)
    degree(i) = CalcDegree(adj, i)
end
D = spdiags(degree, 0, size(adj, 1), size(adj, 2));
L = D - adj;

顺便说一下，用于计算节点度数的代码可能不正确。
度数矩阵大小是节点的大小。然而，adj矩阵有不同的大小，即边的数量。我猜你指的是我的方法。我和spdiags之间有问题？？？索引超过了矩阵维度。114 a时的误差==>spdiags（（len（k）+1）：len（k+1），：）=[i+d（k）B（i+（m>=n）*d（k），k）]；用于计算节点度的代码符合文本文件中邻接矩阵的3列表示形式，而不是使用spconvert解析文本文件后的表示形式，spconvert应该是一个矩阵，其行数和列数等于顶点数，而不是边数（en.wikipedia.org/wiki/adjacency_matrix）。这也是你得到不正确维数的原因。是的，你是对的，但是我计算了邻接矩阵的稀疏表示。因此，我没有使用NxN矩阵，而是使用了一组活动的边，不需要这样做。Matlab将稀疏矩阵有效地存储在其稀疏矩阵对象类型中，这是通过spconvert获得的。好的，我喜欢你的评论，但是它必须使用初始稀疏表示来计算？