Scala 如何根据邻接矩阵有效地更新权值？

我有一个很大的图表。节点之间存在链接的位置。每条边的初始权重为1。我必须根据变换后的邻接矩阵更新边的权重

其中A是邻接矩阵。节点（i，j）中的新权重将由M（i，j）给出

我必须用Graphx做这个。我如何处理这个问题

我的方法：找到每个节点的所有相邻节点，内部节点成对地连接它们。然后更新每个节点的权重

但我对用Graphx编写高效代码有点困惑。

---

我该怎么做呢？欢迎使用代码快照。

有关使用GraphX高效处理稀疏矩阵的示例，请参阅GraphX实现SVD++的源代码

基本上，它只使用aggregateMessages（），因此邻接矩阵中每个非零值项都会向相邻顶点发送一条消息——从而避免甚至考虑（处理）邻接矩阵的零值项

编辑（其他信息）：

首先，您必须计划在每个顶点存储什么，以及如何收集这些信息以最终生成M（i，j）。请注意，分母中的两个规范| A（：，i）|和| A（：，j）|重复使用。如果图中有n个顶点（即，如果A是nxn矩阵），那么即使要计算n2 M（i，j），也只有n | A（：，i）|

一个好的计划是每个顶点i存储两个向量（例如，在两个数组[Double]的Tuple2中）：| A（：，i）|和[，…，]（称之为Vi）。最后，通过从graph.vertices（）中提取此信息并将其组合生成M来计算M

|A（：，i）|很容易。对于每个顶点i，这只是入站边的数量。（要了解这一点，请思考A作为邻接矩阵的意义，并绘制一张图表。）

Vi有点棘手，但也不过分。首先，对于每个顶点，我们需要得到一个向量，而不是像对| a（：，i）|那样的一个数字。长度为n的向量的每个分量需要n个输入

---

回想一下邻接矩阵背后的含义，为了计算Vi的第j个分量（即n个乘积的和），我们只需要在某个顶点k与i和j都有边时加上1。因此，您可以采取的一种方法是在一行中使用aggregateMessages两次：沿边向后传输相邻顶点。使用一些非常松散的术语：首先从j顶点到k顶点，然后从k顶点到i顶点。这样，每个顶点在两个跃点内都知道它的所有邻居（如果A是稀疏的，每个顶点都可以积累这么多信息）。这将允许您计算Vi.

除了“给我代码”之外，您的实际问题是什么？当您提交代码时，我们是否可以在您的课堂上共享

A

？为什么它需要是graphx？@TheArchetypalPaul，我正在实现基于纸张的子图查找算法。第一步是根据上述公式将邻接矩阵转化为加权矩阵。我不知道如何高效地编写代码来更新图的边权重。所以我的问题是，你能指导我如何将邻接矩阵转换成M矩阵并更新权重吗？对我来说，这听起来仍然像是“给我代码”。你尝试过什么，或者你在哪里遇到了@MichaelMalak的答案？谢谢你的回复。当我想要更新边的权重时，聚合消息会起作用。但我想计算两列邻接矩阵的余弦，如公式所示，并更新相应的权重。那么我该如何做到这一点呢？更新了我的答案，概述了可能的具体方法。