关联矩阵古林法的代码

关联矩阵是图论中的一个重要概念，可以用来描述图中节点之间的关系。而古林法是一种求解关联矩阵的方法，它基于矩阵的初等变换实现，可以用于求解图的生成树、最小生成树等问题。

以下是一个简单的Python实现古林法求解关联矩阵的代码：

def gauss(A):
    n = len(A)
    for i in range(n):
        # 找到列i中第一个非零元素
        k = i
        while k < n and A[k][i] == 0:
            k += 1
        # 如果所有元素都是0，则无法进行消元
        if k == n:
            continue
        # 将第k行交换到第i行
        A[i], A[k] = A[k], A[i]
        # 消去第i列中其它行的元素
        for j in range(i+1, n):
            if A[j][i] != 0:
                t = A[j][i] / A[i][i]
                for k in range(i, n):
                    A[j][k] -= t * A[i][k]
    # 反向代入求解
    x =  * n
    for i in range(n-1, -1, -1):
        x[i] = A[i][n] / A[i][i]
        for j in range(i-1, -1, -1):
            A[j][n] -= x[i] * A[j][i]
    return x

def graph_matrix(graph):
    m, n = len(graph), len(graph)
    A = [ * (m+n) for _ in range(m)]
    for i in range(m):
        for j in range(n):
            if graph[i][j] == 1:
                A[i][j] = 1
                A[i][m+j] = -1
    return A

def kirchhoff(graph):
    A = graph_matrix(graph)
    n = len(A)
    # 将第一列删去
    for i in range(n):
        del A[i]
    # 删除最后一行
    del A[-1]
    # 求解线性方程组
    x = gauss(A)
    return x

# 示例使用
graph = [
    [0, 1, 1, 0],
    [1, 0, 1, 0],
    [1, 1, 0, 1],
    [0, 0, 1, 0]
]
x = kirchhoff(graph)
print(x)

代码中的`graph`变量是一个邻接矩阵，表示图的连通情况。在`graph_matrix`函数中将邻接矩阵转化为关联矩阵，然后在`kirchhoff`函数中使用古林法求解关联矩阵，并返回一个列表，列表中每个元素表示对应节点的电位差。