无向图的邻接矩阵边的条数的python代码

在Python中，如果你有一个无向图，并想要计算它的邻接矩阵表示中的边的数量，你可以使用numpy库来创建矩阵并计算非零元素（即边的存在）。这里是一个简单的示例：

import numpy as np

# 假设我们有如下无向图的邻接列表表示
adj_list = {0: [1, 2], 1: [0, 2, 3], 2: [0, 1, 3], 3: [1, 4]}

# 将邻接列表转换为邻接矩阵
def adj_list_to_matrix(adj_list):
    n_nodes = len(adj_list)
    adj_matrix = np.zeros((n_nodes, n_nodes), dtype=int)

    for node, neighbors in adj_list.items():
        for neighbor in neighbors:
            adj_matrix[node][neighbor] = 1
            # 对于无向图，需要将每个连接的边都添加两次，因为这是互惠的
            adj_matrix[neighbor][node] = 1

    return adj_matrix

# 计算边的数量
def count_edges(adj_matrix):
    edges = np.count_nonzero(adj_matrix)
    # 如果图是无向的，我们需要除以2，因为每条边只计算了一次
    if is_unweighted_and_undirected(adj_matrix):
        edges //= 2
    return edges

def is_unweighted_and_undirected(matrix):
    # 检查矩阵是否是对称且所有元素都是0或1
    return np.array_equal(matrix, matrix.T) and (matrix == 0 | matrix == 1).all()

adj_matrix = adj_list_to_matrix(adj_list)
edge_count = count_edges(adj_matrix)
print("无向图的边的数量:", edge_count)