度中心性算法

输入一个4000个节点的邻接表，先将其转化为邻接矩阵，然后根据邻接矩阵进行运算，运用度中心性算法分别计算出每个节点的度数，将度数进行标准化处理，之后选出度最大的结点，找到其在矩阵中的位置，存入一个新建的数组当中，存完后，对最大度结点进行一系列处理，删除与其相关联的所有邻边，也就是在矩阵中将第i行第i列的元素全部置为0，让i结点成为一个孤立节点，这一系列操作完成后，再次对剩余结点的邻接矩阵进行相似的处理，最后输出存放大度结点位置的数组，即完成验证。

function BC=betweenness_bin（G）
%BC=betweenness_bin（G）; betweenness centrality BC for a binary directed graph G
%
%Betweenness may be normalised to [01] via BC/[（N-1）（N-2）]
%
%Algorithm of Kintali generalised to directed and disconnected graphs
%http://www.cc.gatech.edu/~kintali/papers/bc.pdf
%
%Mika Rubinov UNSW 2007 （last modified July 2008）

n=length（G）;                %number of nodes
I=eye（n）~=0;                %logical identity matrix
d=1;                     	%path length
NPd=G;                      %number of paths of length |d|
NSPd=NPd;                  	%number of shortest paths of length |d|
NSP=NSPd; NSP（I）=1;        	%number of shortest p