Python 在图中查找长度为2的所有路径

我尝试创建一个算法来查找长度为2的所有路径，但它似乎无法正常工作：

input_split = input().split(' ')
node_count = int(input_split[0])
input_count = int(input_split[1])
items = np.zeros((node_count, node_count), dtype=np.int32) # matrix of adjacency
for j in range(input_count):
    split = input().split(' ')
    x = int(split[0]) - 1 # convert 1 based coordinates to 0 based
    y = int(split[1]) - 1
    items[x][y] = 1
    items[y][x] = 1
result = np.linalg.matrix_power(items, 2)
result_sum = int(np.sum(result) / 2) # reverse paths are counted only once
print(result_sum)

样本输入：

6 7
1 2
2 3
3 1
2 4
4 5
5 6
6 2

---

结果应该是11，但它打印18。

您正在计算行走，其中包括行走6-7-6（不是P2）

这一讨论可能有助于：

---

您正在计算行走，包括行走6-7-6（不是P2）

这一讨论可能有助于：

---

计算邻接矩阵的平方时，您的思路是正确的。求幂后，您将得到如下结果矩阵：

[[2 1 1 1 0 1]
 [1 4 1 0 2 0]
 [1 1 2 1 0 1]
 [1 0 1 2 0 2]
 [0 2 0 0 2 0]
 [1 0 1 2 0 2]]

首先，您需要从该矩阵中排除所有对角线条目，因为这些条目表示非路径的行走，因为它们的起点和终点节点相同。请注意，对于长度2，这是节点重复的唯一方式

由于对称性，其他条目只需计数一次。所以只看矩阵的右上角三角形

一种方法是：

result_sum = 0
for i in range(input_count - 1):
    for j in range(i + 1, input_count - 1):
        result_sum += result[i][j]
print(result_sum) # prints 11

使用

numpy.trace（）

计算邻接矩阵的平方时，您的思路是正确的。求幂后，您将得到如下结果矩阵：

[[2 1 1 1 0 1]
 [1 4 1 0 2 0]
 [1 1 2 1 0 1]
 [1 0 1 2 0 2]
 [0 2 0 0 2 0]
 [1 0 1 2 0 2]]

首先，您需要从该矩阵中排除所有对角线条目，因为这些条目表示非路径的行走，因为它们的起点和终点节点相同。请注意，对于长度2，这是节点重复的唯一方式

由于对称性，其他条目只需计数一次。所以只看矩阵的右上角三角形

一种方法是：

result_sum = 0
for i in range(input_count - 1):
    for j in range(i + 1, input_count - 1):
        result_sum += result[i][j]
print(result_sum) # prints 11

使用
numpy.trace（）