“六度空间”理论又称作“六度分隔（six degrees of separation）”理论。这个理论可以通俗地阐述为：“你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过五个人你就能够认识任何一个陌生人。”假如给你一个社交网络图，请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。

这是一个学说，称为“六度空间理论”或称为“六度分隔（six degrees of separation）”，这个理论可以通俗地说明为：“你和任何一个其他一般人之间所间隔的人不会超过六个，也就是说，最多通过五个人你就能够认识任何一个陌生人。”假如给你一个社交网络图，请你对每个节点计算符合“六度空间”的理论的结点占结点总数的百分比。

相关问题

“六度空间”理论又称作“六度分隔（six degrees of separation）”理论。这个理论可以通俗地阐述为：“你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过五个人你就能够认识任何一个陌生人。”如图1所示。

六度空间理论是指任何两个陌生人之间，最多只需要通过五个中间人就可以建立联系。这个理论源于社交网络的研究，也被称为“六度分隔”。简单来说，就是人与人之间的联系非常紧密，我们和任何一个陌生人之间最多只隔着五个人。

C语言六度空间理论代码，要求：“六度空间”理论又称作“六度分隔（Six Degrees of Separation）”理论。这个理论可以通俗地阐述为：“你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过五个人你就能够认识任何一个陌生人。”假如给你一个社交网络图，请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。 输入格式: 多组数据，每组数据m+1行。第一行有两个数字n和m，代表有n个人和m组朋友关系。n个人的编号为1到n。第二行到第m+1行每行包括两个数字a和b，代表这两个人互相认识。当n和m都等于0时，输入结束。 输出格式: 每组数据输出n行，对每个结点输出与该结点距离不超过6的结点数占结点总数的百分比，精确到小数点后2位。每个结节点输出一行，格式为“结点编号:（空格）百分比%”。

这里提供一份 C 语言的六度空间理论代码，希望能对您有所帮助：

#include <stdio.h>
#include <stdbool.h>
#include <string.h>

#define MAXN 1000 // 最大结点数

int n, m, ans[MAXN+1], g[MAXN+1][MAXN+1];
// ans数组用于记录每个结点距离不超过6的结点数
// g数组用于存储图的邻接矩阵表示

void dfs(int u, int d) {
    if (d > 6) return; // 超过六度空间，退出
    for (int v = 1; v <= n; v++) {
        if (g[u][v] == 1 && ans[v] == -1) { // 如果v与u相连且未被访问
            ans[v] = 1; // 标记为已访问
            dfs(v, d+1); // 继续向下搜索
        }
    }
}

int main() {
    while (scanf("%d %d", &n, &m) == 2 && n != 0) {
        memset(g, 0, sizeof(g));
        memset(ans, -1, sizeof(ans)); // 初始化
        for (int i = 0; i < m; i++) {
            int u, v;
            scanf("%d %d", &u, &v);
            g[u][v] = g[v][u] = 1; // 建立双向边
        }
        for (int i = 1; i <= n; i++) {
            ans[i] = 0; // 初始化为0
            dfs(i, 0); // 从结点i开始搜索
            for (int j = 1; j <= n; j++) {
                if (ans[j] != -1) ans[i]++; // 统计距离不超过6的结点数
            }
            ans[i] = ans[i] * 100 / n; // 计算百分比
        }
        for (int i = 1; i <= n; i++) {
            printf("%d: %d%%\n", i, ans[i]);
        }
    }
    return 0;
}

注意：这份代码使用了邻接矩阵来表示图，如果数据较大，可能会导致空间不足。此时可以考虑使用邻接表或者其他数据结构来存储图。同时，如果数据较大，可能会导致程序运行时间较长，需要优化算法或者使用并行计算来提高效率。