Adjacency Matrix
Adjacency Matrix
矩陣A。點與點關係。
Transpose of Adjacency Matrix
Aᵀ可以翻轉所有邊的方向。
Vertex Labeling
向量x。
Edge Labeling
矩陣W。
Neighbor
Aᵀx。x的元素們，起點是1，其餘點是0。
元素是布林，元素加法是布林OR，元素乘法是布林AND。
Degree
Aᵀx是入邊數量，Ax是出邊數量。x的元素們，通通是1。
元素是實數，元素加法是實數加法，元素乘法是實數乘法。
Walk
Aᴺ。N是步數。
元素是布林，元素加法是布林OR，元素乘法是布林AND。
矩陣次方，總共O(logN)次矩陣乘法。
矩陣乘法，直接計算O(V³)，Strassen's Algorithm O(Vω)。
Strassen's Algorithm需要用到元素加法反運算，然而布林OR沒有反運算。改弦易轍，以實數代替布林，零當作false，非零當作true。
Walk詳細解釋
把一張圖想像成道路地圖，把圖上的點想像成地點，把圖上的邊想像成道路。現在我們在意的是：由某一點開始，走過N條道路後，可以到達哪些點？
走過零條道路，原地不動。
走過一條道路，跑到隔壁鄰居了。
走過N條道路，各位應該馬上想試試看Graph Traversal──可是遇到重複地點就沒轍了。Graph Traversal只能拜訪一個點一次。
如果i點可以走到某一個j點、這個j點又可以走到k點，那麼就可以由i點走到k點，剛好兩條道路。
窮舉所有可能的j點，就可以判斷i點走到k點，是否剛好兩條道路！
寫成數學式子：
r₂(i, k) = ( r₁(i, 0) AND r₁(0, k) ) OR
( r₁(i, 1) AND r₁(1, k) ) OR
( r₁(i, 2) AND r₁(2, k) ) OR
:
( r₁(i, V-1) AND r₁(V-1, k) )
r₂(i, k)：i點走到k點，是否剛好2條道路。
i點到j點，j點到k點，窮舉j點──宛如矩陣乘法求元素(i,k)。一次矩陣乘法就將所有(i,k)配對通通算好。
元素加法是布林OR，元素乘法是布林AND，Adjacency Matrix自己乘上自己，就是走兩條道路的情況了！
兩條添加一條就是三條，三條添加一條就是四條。逐次添加一條道路，慢慢累積，最後就得到走N條道路的情況。
走兩條道路的矩陣，再乘上一次Adjacency Matrix，就是走三條道路的矩陣。走N條道路的矩陣，就是N次方。
另外這個方法也可以用來計算從一點走到另外一點，走N條道路，總共有幾種走法。各位可以想想看。
UVa 10681
Transitive Closure
圖上每一個點，可以走到圖上哪些點。
以路徑長度進行分類。每一個點，走零條、走一條、走兩條、……、走無限多條邊，到達圖上哪些點。
A* = I ⋁ A ⋁ A² ⋁ ... ⋁ A∞
一張圖總共V個點。走路不繞圈子，V-1條邊足矣。
A* = I ⋁ A ⋁ A² ⋁ ... ⋁ AV-1
矩陣多項式，Horner's Rule一加一乘。總共O(V)次矩陣乘法與矩陣加法。
（一）以實數代替布林。
A* = I + A + A² + ... + AV-1
矩陣乘法，得以使用Strassen's Algorithm O(Vω)。
（二）級數化作分式。
A* = I + A + A² + ... = (I - A)⁻¹
為了收斂，添加一個倍率α，讓α < 1。
A* = I + (αA) + (αA)² + ... = (I - αA)⁻¹
反矩陣，高斯消去法O(V³)。
UVa 12695
Strongly Connected Component
(A* ⋀ A*ᵀ)x。往返，鄰居，一次找一個。
Path
D = ∞I + W + W² + ... + WV-1。
元素是實數，元素加法是實數min，元素乘法是實數加法。
矩陣乘法，然而實數min沒有反運算，必須採用特殊手法避開反運算，例如Seidel's Algorithm。
http://theory.stanford.edu/~virgi/cs367/ http://www.lab2.kuis.kyoto-u.ac.jp/keisan-genkai/reports/2006/nhc/Uri_Zwick.pdf http://www.cs.tau.ac.il/~zwick/Adv-Alg-2015/Matrix-Graph-Algorithms.pdf https://resources.mpi-inf.mpg.de/departments/d1/teaching/ss12/AdvancedGraphAlgorithms/Slides14.pdf
Circuit
矩陣對角線，即是自環。
矩陣n次方的對角線，即是長度n的迴路。
A¹對角線：一步回到原處。 A²對角線：兩步回到原處。 A³對角線：三步回到原處。
A¹對角線總和：自環數量。 A²對角線總和：邊數的兩倍。（A預先刪除自環） A³對角線總和：三角形數量的六倍。（A預先刪除自環）
tr(A) = L loop number L tr(A²) = 2E when tr(A) = 0 edge number E tr(A³) = 6T when tr(A) = 0 triangle number T
Directed Acyclic Graph
重排編號，重排橫條直條，形成三角矩陣（上下皆可），而且對角線是零。
順帶一提，有向圖可以拆解成一群自環（對角線矩陣）、兩個有向無環圖（上下三角矩陣，不含對角線）。重排編號，得到不同拆解方式。
Component
rank(U) = V - C。無向圖的上三角矩陣（不含對角線），矩陣維度＝點數－連通分量數量。
換句話說，特徵值為零的數量，等於連通分量數量。
證明手法：重排編號，重排橫條直條，讓連通分量靠在一起，形成分塊矩陣。
Matching
Tutte Matrix：權重換成變數。下三角矩陣變號。刪除對角線。
Tᵢⱼ = { xᵢⱼ if i < j and edge (i,j) exists
{ -xⱼᵢ if i > j and edge (i,j) exists
{ 0 otherwise
rank(T)：最大匹配的邊數的兩倍。
det(T) ≠ 0：完美匹配是否存在。
