一、图的逻辑结构
（一）图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G=(V，E)
ps：G表示一个图，V是图G中顶点的集合，E是图G中顶点之间边的集合。
（二）基本概念
1.无向边：顶点vi和vj之间的边没有方向，表示为(vi,vj)。
2.无向图：顶点vi和vj之间的边没有方向，表示为(vi,vj)。
3.有向边：从顶点vi到vj的边有方向，表示为<vi,vj>。
4.有向图：图的任意两个顶点之间的边都是有向边。
5.简单图：若不存在顶点到其自身的边，且同一条边不重复出现。
6.邻接、依附：无向图中，对于任意两个顶点vi和顶点vj，若存在边(vi，vj)，则称顶点vi和
顶点vj互为邻接点，同时称边(vi，vj)依附于顶点vi和顶点vj。
7.无向完全图：在无向图中，如果任意两个顶点之间都存在边，则称该图为无向完全图。
8.有向完全图：在有向图中，如果任意两个顶点之间都存在方向相反的两条弧，则称该图
为有向完全图。
（三）基本术语
1.稀疏图：称边数很少的图为稀疏图；
2.稠密图：称边数很多的图为稠密图。
3.顶点的度：在无向图中，顶点v的度是 ...
在DGL中，可以使用dgl.degree、dgl.in_degree和dgl.out_degree函数来计算图的度、入度和出度。此外，DGL还提供了一些其他库和函数来计算不同类型的中心性度量。以下是几种常见的中心性度量及其计算方法：
度中心性（Degree Centrality）：度中心性衡量一个节点与图中其他节点之间的连接数量。可以使用dgl.degree函数计算节点的度。
123456import dgl# 创建图g = dgl.graph(([0, 1, 2], [1, 2, 3]))# 计算节点的度中心性degree_centrality = dgl.degree(g).float() / (g.number_of_nodes() - 1)print("Degree Centrality:", degree_centrality)
介数中心性（Betweenness Centrality）：介数中心性衡量一个节点在图中的最短路径中充当桥梁的频率。可以使用dgl.contrib.sampling.sampler.BetweennessCentrality ...