Python使用for循环递归更新R矩阵并打印每轮迭代结果的实现方法

你已经完成了初始化和归一化转置邻接矩阵的函数定义，在此基础上补充对应循环逻辑即可：

固定迭代轮次版本 #

适合已知需要迭代固定次数的场景，以下是迭代3轮的示例，和你给出的预期输出完全匹配：

# 提前计算固定的归一化转置邻接矩阵，避免循环中重复计算提升效率
M = normalized_Adj_matrix_transpose(A)
# 设置迭代轮次
iter_num = 3

for i in range(iter_num):
    R = M.dot(R)
    print(f"iteration {i+1}: {R.reshape((1,4))}")

自动收敛停止版本 #

如果需要迭代到R不再明显变化时自动停止，可以加入收敛判断逻辑：

import numpy as np
M = normalized_Adj_matrix_transpose(A)
# 收敛阈值，可根据自身精度需求调整大小
threshold = 1e-8
prev_R = R.copy()
iter_count = 0

while True:
    iter_count += 1
    R = M.dot(R)
    print(f"iteration {iter_count}: {R.reshape((1,4))}")
    # 用二范数判断两次迭代的差异
    if np.linalg.norm(R - prev_R) < threshold:
        print(f"已达到收敛条件，总迭代轮次：{iter_count}")
        break
    prev_R = R.copy()

内容的提问来源于stack exchange，提问作者DaCard