​r语言编制程序实现基于随机图理论构建节点数N=100的随机网络，并分别绘制不同p值情况下的随机网络的度分布。 P值分别以0.1为步长从0到1取

在R语言中，我们可以使用`igraph`包来创建和分析随机网络。首先，需要安装这个包，如果没有安装可以运行`install.packages("igraph")`。接下来，我们按照步骤编写代码：

1. 安装并加载`igraph`包：

install.packages("igraph")
library(igraph)

2. 创建一个节点数为100的随机网络，`p`值表示边形成的概率：

N <- 100
p_values <- seq(from = 0, to = 1, by = 0.1) # 步长为0.1的p值范围

# 存储每个p值对应的网络
random_networks <- list()
for (p in p_values) {
  g <- erdos.renyi.game(n = N, m = N * p) # 使用erdos.renyi.game函数
  random_networks[[as.character(p)]] <- g
}

3. 绘制度分布（即每个节点连接的边的数量）：

# 对每个网络计算度分布
degree_distributions <- lapply(random_networks, degree, mode = "all")

# 绘制所有p值的度分布
plot_data <- do.call(rbind, degree_distributions)
barplot(plot_data$counts, names.arg = plot_data$degs, xlab = "Degree", ylab = "Frequency",
        main = paste0("Degree Distribution for Random Networks (N =", N, ")"),
        col = heat.colors(length(p_values)))
legend("topright", legend = names(p_values), fill = heat.colors(length(p_values)))

在这个代码中，我们首先生成一系列的随机网络，然后对每个网络的度分布进行统计。最后，我们将所有p值对应的度分布画成柱状图，以便对比不同概率下网络结构的变化。