.读取Excel数据,如读取data文件里面经典网络的源数据-邻接表

#读取Excel包
library(XLConnect)
data_jingdian=readWorksheetFromFile("D:/workspace/R/data.xlsx",sheet="jingdian",header=FALSE)

2.将源数据转换成-邻接矩阵、度等

#convertToGraph(data)  data源数据   返回：g-图，D-度，A-邻接矩阵,n-节点个数
convertToGraph<-function(data){  
    #将数据转换成数据框,图  
    g<-graph.data.frame(data,directed=FALSE);  
    #统计  
    #summary(g);  
    #节点名称  
    #V(g)$name;  
    #边  
    #E(g);  
    #ng=length(V(g));  #节点数n 不包括孤立节点    
    m=nrow(data);  #原始数据行数m   
    if(max(data[1:m,1])>max(data[1:m,2])){   
        n<-max(data[1:m,1]);  
    }else{   
        n<-max(data[1:m,2]);  
    }  
    #数据处理，计算邻接矩阵  
    A=matrix(0,n,n); #邻接矩阵  
    for (i in 1:m){    
        A[data[i,1],data[i,2]]<-1;    
        A[data[i,2],data[i,1]]<-1;  
    }    
    #计算度  
    # D=degree(g);  
    #计算度  D<-apply(A,1,sum);    
    output<-list(g=g,ng=ng,A=A,D=D,n=n);  
    return (output);
}

3.计算代码运行时间system.time()

ptm <- proc.time()
for (i in 1:10000) 
    x <- rnorm(1000)
proc.time() - ptm

user  system elapsed   

2.10    0.01    2.14

system.time(for (i in 1:10000) x <- rnorm(1000))

user  system elapsed    

2.01    0.00    2.06

“用户”是消耗在应用程序（非操作系统部分）执行的时间，“系统”是底层操作系统执行（例如磁盘读写等）部分的时间，“流逝”是经过的总时间（可以认为是前两者的总和）。一般优化时主要关注“用户”的时间