帮忙看看这个程序

yul525

在一个帖子里雪缘发了一个生成scale-free网络，但好像运行不了，具体就是从r1=rand(1);
if r1 choose(1)=1;
elseif r1>=interval(iteration-2)
choose(1)=iteration-1;
elseif (r1>=interval(1))&(r1 for j=2:iteration-2
if (r1>=interval(j-1))&(r1 choose(1)=j;
break;
end
end
end
这里有语法错误，不知雪缘在没，帮忙解答一下，或者哪位大侠帮帮忙，在下先谢了

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 生成scale-free网络，目的是在这个网络结构上展开相关的讨论！
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
tic;
%~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
% 开发人：： 李光正
% 单位：： 上海大学数学系
% 开发日期：： 2004年12月6日
%~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
%**************************************************************************
%%% 网络的全局变量
%**************************************************************************
%%%%%% 四个输入变量
I=30; %% 表示现实的次数,I要大于或者等于3,才能对节点的度数用邻接矩阵进行统计
N=10000; %% 表示网络的节点的个数
m0=3; %% 表示网络的初始节点个数
m=3; %% 表示新点与旧网络连边的数目
%%%%%% 只有一个输出变量realization_of_distribution
realization_of_distribution=sparse(I,N); % 矩阵的每行存储度分布的一个现实
%**************************************************************************
%**************************************************************************
%**************************************************************************
%**************************************************************************
for J=1:I % 对I次现实做平均，然后用这个平均值近似网络的度分布
format long;
adjacent_matrix=sparse(m0,m0); % 用sparse表示邻接矩阵adjacent_matrix，极大地释放内存
for i=1:m0
for j=1:3
if j~=i
adjacent_matrix(i,j)=1;
end
end
end
adjacent_matrix=sparse(adjacent_matrix); %%% 初始网络，这里利用sparse把内存得以释放
%%%%%%%%%%%%%%%%%%%%%%%%
%修改cumsum,目的是使得网络的顶点的个数能够超过10万,而不超过内存空间的限制
node_degree=sparse(1,m0); % node_degree表示各个节点的度数
for p=1:m0
%last_element=sparse(m0,1);
%last_element=cumsum(adjacent_matrix(1:m0,p));
%node_degree(p)=last_element(m0);
node_degree(p)=sum(adjacent_matrix(1:m0,p));
end
%%%%%%%%%%%%%%%%%%%%%%%%%
%**************************************************************************
%**************************************************************************
%**************************************************************************
% 每次加入一个新点，新点和老点之间按照择优概率进行连接，
% 值得注意的是，每次新点加入之后，网络的择优概率都发生变化，
% 每一次循环都是一个相对独立的整体，要把流程进行分割处理
for iteration=4:N
[J,iteration] % 控制现实和迭代的次数
%**************************************************************************
%%%% node_degree是每次循环所需要的唯一输出变量
%**************************************************************************
%%% 为每次迭代配置相关的变量
total_degree=2*m*(iteration-4)+6; %%% 迭代之前的网络各个节点的度数之和
degree_frequency=node_degree/total_degree; %%% 每个节点的度数的频数，这是新点连边的择优概率
cum_distribution=cumsum(degree_frequency); %%% cum_distribution把区间 [0,1] 分成若干个小区间，从而对这些个小区间进行投点实验
interval=cum_distribution(1:(iteration-1)); %%% 这是小区间的端点，是cum_distribution的前 iteration－1 个元素
%**************************************************************************
%%% 下面把 r1 和 [0,1] 内的各个小区间的端点进行比较，落在第 i 小区间，就意味着和第 i 个节点相连边 %%%
choose=zeros(1,m); %%% choose存放的是和新点相连接的三个老点
%r2=rand(1); %||| 任意选择的一个 [0,1] 随机数
%r3=rand(1); %|||
%**************************************************************************
%**************************************************************************
%%% 选出第一个和新点相连接的顶点
r1=rand(1);
if r1 choose(1)=1;
elseif r1>=interval(iteration-2)
choose(1)=iteration-1;
elseif (r1>=interval(1))&(r1 for j=2:iteration-2
if (r1>=interval(j-1))&(r1 choose(1)=j;
break;
end
end
end
%**************************************************************************
%**************************************************************************
%%% 选出第二个和新点相连接的顶点，注意这两个点是不同的，目的是避免重复边的出现
r2=rand(1);
if r2 choose(2)=1;
elseif r2>=interval(iteration-2)
choose(2)=iteration-1;
elseif (r2>=interval(1))&(r2 for j=2:iteration-2
if (r2>=interval(j-1))&(r2 choose(2)=j;
break;
end
end
end

while choose(2)==choose(1)
r2=rand(1);
if r2 choose(2)=1;
elseif r2>=interval(iteration-2)
choose(2)=iteration-1;
elseif (r2>=interval(1))&(r2 for j=2:iteration-2
if (r2>=interval(j-1))&(r2 choose(2)=j;
break;
end
end
end
end
%**************************************************************************
%**************************************************************************
%%% 选出第三个和新点相连接的顶点，注意这三个点是不同的，目的是避免重复边的出现
r3=rand(1);
if r3 choose(3)=1;
elseif r3>=interval(iteration-2)
choose(3)=iteration-1;
elseif (r3>=interval(1))&(r3 for j=2:iteration-2
if (r3>=interval(j-1))&(r3 choose(3)=j;
break;
end
end
end

while (choose(3)==choose(1))|(choose(3)==choose(2))
r3=rand(1);
if r3 choose(3)=1;
elseif r3>=interval(iteration-2)
choose(3)=iteration-1;
elseif (r3>=interval(1))&(r3 for j=2:iteration-2
if (r3>=interval(j-1))&(r3 choose(3)=j;
break;
end
end
end
end
%**************************************************************************
%**************************************************************************
%%% 把新点加入网络后，对邻接矩阵进行相应的改变！
%**************************************************************************
%%% 这是在一次循环下生成的新的邻接矩阵，下一次循环就是在这个邻接矩阵的基础上进行的！
for k=1:m
adjacent_matrix(iteration,choose(k))=1;
adjacent_matrix(choose(k),iteration)=1;
end
% node_degree=sparse(1,N); % node_degree表示各个节点的度数
for p=1:iteration
%last_element=sparse(iteration,1);
%last_element=cumsum(adjacent_matrix(1:iteration,p));
%node_degree(p)=last_element(iteration);
node_degree(p)=sum(adjacent_matrix(1:iteration,p)); % 这个循环的目的是重新给各个节点的度赋值
end
% element_cumsum=sparse(cumsum(adjacent_matrix));
% node_degree=element_cumsum(N,:);
end
% 一次最外层循环的结束
%**************************************************************************
%**************************************************************************
%**************************************************************************
% element_cumsum=sparse(cumsum(adjacent_matrix)); % element_cumsum的最后一行给出各个节点的度数
% node_degree=element_cumsum(N,:);
number_of_nodes_with_equal_degree=zeros(1,N); % 存储度相同的顶点的个数
for i=1:N
difference=node_degree-i*ones(1,N);
number_of_nodes_with_equal_degree(i)=length(find(difference==0)); % 度为i的节点的个数
% node_degree=element_cumsum(N,:);
end
a_realization_of_distribution=number_of_nodes_with_equal_degree;
for i=1:N
realization_of_distribution(J,i)=a_realization_of_distribution(i);
end
%%% 循环完毕之后，清空内存，只保留realization_of_distribution的相关信息，这是唯一有用的数据，
%%% 下面的讨论仅仅与这个数据有关
%clear number_of_nodes_with_equal_degree;
%clear element_cumsum;
%clear node_degree;
%clear adjacent_matrix;
% clear
% clear
% clear
% 开始第二次最外层的循环
%**************************************************************************
end % 外层循环的中止
%**************************************************************************
%**************************************************************************
%**************************************************************************
aaa=cumsum(realization_of_distribution);
bb1=aaa(I,:); %%% 譬如，度为3的节点的个数，由于度数为1,2的节点的个数为0,故可以从度数为3的节点个数开始计算
bb2=bb1(m:N);
bbb=bb2/(I*N); %%% 譬如，度为3的节点的个数在网络中的比例
K=m:N; %%%% 这是
loglog(K,bbb,'*') % 注意，作图的时候，一定要做散点图
axis([1 N 0.0000001 0.9])
hold on;
y1=2*m^2*K.^(-3);
loglog(K,y1,'r'); % 与平均场结果进行比较 p(k)=2*m^2*k^(-3)

%**************************************************************************
%%% 第四步：：全部工作结束
toc; %%% 计算程序运行需要的时间

gghhjj

怎么就不知道改一下呢？这么简单的错误，只是排版问题，晕~~

修改以后，已经可以运行，但没有对结果进行考核

1. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
   
2. % 生成scale-free网络，目的是在这个网络结构上展开相关的讨论！
   
3. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
   
4. tic;
   
5. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
   
6. % 开发人：： 李光正
   
7. % 单位：： 上海大学数学系
   
8. % 开发日期：： 2004年12月6日
   
9. %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
   
10. %**************************************************************************
    
11. %%% 网络的全局变量
    
12. %**************************************************************************
    
13. %%%%%% 四个输入变量
    
14. I=30; %% 表示现实的次数,I要大于或者等于3,才能对节点的度数用邻接矩阵进行统计
    
15. N=10000; %% 表示网络的节点的个数
    
16. m0=3; %% 表示网络的初始节点个数
    
17. m=3; %% 表示新点与旧网络连边的数目
    
18. %%%%%% 只有一个输出变量realization_of_distribution
    
19. realization_of_distribution=sparse(I,N); % 矩阵的每行存储度分布的一个现实
    
20. %**************************************************************************
    
21. %**************************************************************************
    
22. %**************************************************************************
    
23. %**************************************************************************
    
24. for J=1:I % 对I次现实做平均，然后用这个平均值近似网络的度分布
    
25. format long;
    
26. adjacent_matrix=sparse(m0,m0); % 用sparse表示邻接矩阵adjacent_matrix，极大地释放内存
    
27. for i=1:m0
    
28. for j=1:3
    
29. if j~=i
    
30. adjacent_matrix(i,j)=1;
    
31. end
    
32. end
    
33. end
    
34. adjacent_matrix=sparse(adjacent_matrix); %%% 初始网络，这里利用sparse把内存得以释放
    
35. %%%%%%%%%%%%%%%%%%%%%%%%
    
36. %修改cumsum,目的是使得网络的顶点的个数能够超过10万,而不超过内存空间的限制
    
37. node_degree=sparse(1,m0); % node_degree表示各个节点的度数
    
38. for p=1:m0
    
39. %last_element=sparse(m0,1);
    
40. %last_element=cumsum(adjacent_matrix(1:m0,p));
    
41. %node_degree(p)=last_element(m0);
    
42. node_degree(p)=sum(adjacent_matrix(1:m0,p));
    
43. end
    
44. %%%%%%%%%%%%%%%%%%%%%%%%%
    
45. %**************************************************************************
    
46. %**************************************************************************
    
47. %**************************************************************************
    
48. % 每次加入一个新点，新点和老点之间按照择优概率进行连接，
    
49. % 值得注意的是，每次新点加入之后，网络的择优概率都发生变化，
    
50. % 每一次循环都是一个相对独立的整体，要把流程进行分割处理
    
51. for iteration=4:N
    
52. [J,iteration]; % 控制现实和迭代的次数
    
53. %**************************************************************************
    
54. %%%% node_degree是每次循环所需要的唯一输出变量
    
55. %**************************************************************************
    
56. %%% 为每次迭代配置相关的变量
    
57. total_degree=2*m*(iteration-4)+6; %%% 迭代之前的网络各个节点的度数之和
    
58. degree_frequency=node_degree/total_degree; %%% 每个节点的度数的频数，这是新点连边的择优概率
    
59. cum_distribution=cumsum(degree_frequency); %%% cum_distribution把区间 [0,1] 分成若干个小区间，从而对这些个小区间进行投点实验
    
60. interval=cum_distribution(1:(iteration-1)); %%% 这是小区间的端点，是cum_distribution的前 iteration－1 个元素
    
61. %**************************************************************************
    
62. %%% 下面把 r1 和 [0,1] 内的各个小区间的端点进行比较，落在第 i 小区间，就意味着和第 i 个节点相连边 %%%
    
63. choose=zeros(1,m); %%% choose存放的是和新点相连接的三个老点
    
64. %r2=rand(1); %||| 任意选择的一个 [0,1] 随机数
    
65. %r3=rand(1); %|||
    
66. %**************************************************************************
    
67. %**************************************************************************
    
68. %%% 选出第一个和新点相连接的顶点
    
69. r1=rand(1);
    
70. if r1
    
71.     choose(1)=1;
    
72. elseif r1>=interval(iteration-2)
    
73. choose(1)=iteration-1;
    
74. elseif (r1>=interval(1))&r1
    
75.     for j=2:iteration-2
    
76. if (r1>=interval(j-1))&r1
    
77.     choose(1)=j;
    
78. break;
    
79. end
    
80. end
    
81. end
    
82. %**************************************************************************
    
83. %**************************************************************************
    
84. %%% 选出第二个和新点相连接的顶点，注意这两个点是不同的，目的是避免重复边的出现
    
85. r2=rand(1);
    
86. if r2
    
87.     choose(2)=1;
    
88. elseif r2>=interval(iteration-2)
    
89. choose(2)=iteration-1;
    
90. elseif (r2>=interval(1))&r2
    
91.     for j=2:iteration-2
    
92. if (r2>=interval(j-1))&r2
    
93.     choose(2)=j;
    
94. break;
    
95. end
    
96. end
    
97. end
    
98. 
    
99. while choose(2)==choose(1)
    
100. r2=rand(1);
     
101. if r2
     
102.     choose(2)=1;
     
103. elseif r2>=interval(iteration-2)
     
104. choose(2)=iteration-1;
     
105. elseif (r2>=interval(1))&r2
     
106.     for j=2:iteration-2
     
107. if (r2>=interval(j-1))&r2
     
108.     choose(2)=j;
     
109. break;
     
110. end
     
111. end
     
112. end
     
113. end
     
114. %**************************************************************************
     
115. %**************************************************************************
     
116. %%% 选出第三个和新点相连接的顶点，注意这三个点是不同的，目的是避免重复边的出现
     
117. r3=rand(1);
     
118. if r3
     
119.     choose(3)=1;
     
120. elseif r3>=interval(iteration-2)
     
121. choose(3)=iteration-1;
     
122. elseif (r3>=interval(1))&r3
     
123.     for j=2:iteration-2
     
124. if (r3>=interval(j-1))&r3
     
125.     choose(3)=j;
     
126. break;
     
127. end
     
128. end
     
129. end
     
130. 
     
131. while (choose(3)==choose(1))|(choose(3)==choose(2))
     
132. r3=rand(1);
     
133. if r3
     
134.     choose(3)=1;
     
135. elseif r3>=interval(iteration-2)
     
136. choose(3)=iteration-1;
     
137. elseif (r3>=interval(1))&r3
     
138.     for j=2:iteration-2
     
139. if (r3>=interval(j-1))&r3
     
140.     choose(3)=j;
     
141. break;
     
142. end
     
143. end
     
144. end
     
145. end
     
146. %**************************************************************************
     
147. %**************************************************************************
     
148. %%% 把新点加入网络后，对邻接矩阵进行相应的改变！
     
149. %**************************************************************************
     
150. %%% 这是在一次循环下生成的新的邻接矩阵，下一次循环就是在这个邻接矩阵的基础上进行的！
     
151. for k=1:m
     
152. adjacent_matrix(iteration,choose(k))=1;
     
153. adjacent_matrix(choose(k),iteration)=1;
     
154. end
     
155. % node_degree=sparse(1,N); % node_degree表示各个节点的度数
     
156. for p=1:iteration
     
157. %last_element=sparse(iteration,1);
     
158. %last_element=cumsum(adjacent_matrix(1:iteration,p));
     
159. %node_degree(p)=last_element(iteration);
     
160. node_degree(p)=sum(adjacent_matrix(1:iteration,p)); % 这个循环的目的是重新给各个节点的度赋值
     
161. end
     
162. % element_cumsum=sparse(cumsum(adjacent_matrix));
     
163. % node_degree=element_cumsum(N,:);
     
164. end
     
165. % 一次最外层循环的结束
     
166. %**************************************************************************
     
167. %**************************************************************************
     
168. %**************************************************************************
     
169. % element_cumsum=sparse(cumsum(adjacent_matrix)); % element_cumsum的最后一行给出各个节点的度数
     
170. % node_degree=element_cumsum(N,:);
     
171. number_of_nodes_with_equal_degree=zeros(1,N); % 存储度相同的顶点的个数
     
172. for i=1:N
     
173. difference=node_degree-i*ones(1,N);
     
174. number_of_nodes_with_equal_degree(i)=length(find(difference==0)); % 度为i的节点的个数
     
175. % node_degree=element_cumsum(N,:);
     
176. end
     
177. a_realization_of_distribution=number_of_nodes_with_equal_degree;
     
178. for i=1:N
     
179. realization_of_distribution(J,i)=a_realization_of_distribution(i);
     
180. end
     
181. %%% 循环完毕之后，清空内存，只保留realization_of_distribution的相关信息，这是唯一有用的数据，
     
182. %%% 下面的讨论仅仅与这个数据有关
     
183. %clear number_of_nodes_with_equal_degree;
     
184. %clear element_cumsum;
     
185. %clear node_degree;
     
186. %clear adjacent_matrix;
     
187. % clear
     
188. % clear
     
189. % clear
     
190. % 开始第二次最外层的循环
     
191. %**************************************************************************
     
192. end % 外层循环的中止
     
193. %**************************************************************************
     
194. %**************************************************************************
     
195. %**************************************************************************
     
196. aaa=cumsum(realization_of_distribution);
     
197. bb1=aaa(I,:); %%% 譬如，度为3的节点的个数，由于度数为1,2的节点的个数为0,故可以从度数为3的节点个数开始计算
     
198. bb2=bb1(m:N);
     
199. bbb=bb2/(I*N); %%% 譬如，度为3的节点的个数在网络中的比例
     
200. K=m:N; %%%% 这是
     
201. loglog(K,bbb,'*') % 注意，作图的时候，一定要做散点图
     
202. axis([1 N 0.0000001 0.9])
     
203. hold on;
     
204. y1=2*m^2*K.^(-3);
     
205. loglog(K,y1,'r'); % 与平均场结果进行比较 p(k)=2*m^2*k^(-3)
     
206. 
     
207. %**************************************************************************
     
208. %%% 第四步：：全部工作结束
     
209. toc; %%% 计算程序运行需要的时间

复制代码

bighead_tw

这段代码还是有问题吧？
while choose(2)==choose(1)
r2=rand(1);
if r2
    choose(2)=1;
elseif r2>=interval(iteration-2)
choose(2)=iteration-1;
elseif (r2>=interval(1))&r2
    for j=2:iteration-2
if (r2>=interval(j-1))&r2
    choose(2)=j;
break;
end
end
end
end
这块儿我觉得是死循环了 请大虾们再看看？

bighead_tw

r2=rand(1);
if r2
    choose(2)=1;
是不是choose(2)就总是为1了？
上面的while怎么才能走出去？

gghhjj

据该程序作者介绍，程序是可以运行的，但是效率非常低

xianfei

谁有好用的无标度网络的生成程序呢？
请共享一下吧，谢谢。:@o

无水1324

上面这个程序不行吗？

君子兔

运行了很长时间也没出结果，有人运行出来结果没？

sizhiyuan2006

谢谢楼主分享