转自http://blog.csdn.net/pennyliang/article/details/6838956
Clustering coefficient的定义有两种；全局的和局部的。
全局的算法基于triplet。triplet分为开放的triplet(open triplet)和封闭的triplet(closed triplet)两种（A triplet is three nodes that are connected by either two (open triplet) or three (closed triplet) undirected ties）。
可以用下面结构定义一个triplet
struct triplet { int key; set<int> pair;};
例如下图{1，(2,3)}构成的triplet是封闭的，{3,（4,5）}构成的triplet是开放的
全局的Clustering coefficient比较简单，公式如下：Clustering coefficient(global) = number of closed triplet / number of triplet(closed+open)
以上图为例:
closed triplet ={1，(2,3)}，{2，(1,3)}，{3，(1,2)}
all triplet = {1，(2,3)}，{2，(1,3)}，{3，(1,2)}，{3，（2,4）}，{3，（4,5）}，{3，（1,5）}，{3，（2,5）}，{3，（1,4）}
number of closed triplet = 3
number of triplet = 8
number of triplet / number of triplet = 3/8
局部的Clustering coefficient的计算方法：局部计算是面向节点的，对于节点vi，找出其直接邻居节点集合Ni，计算Ni构成的网络中的边数K，除以Ni集合可能的边数|Ni|*（|Ni|-1）/2例如：1节点的邻居节点（2,3），他们之间构成的边有1条，可能构成的边1条，因此1/1=12节点的邻居节点（1,3），他们之间构成的边有1条，可能构成的边1条，因此1/1=13节点的邻居节点（1,2,4,5），他们之间构成的边有1条，可能构成的边(4*3)/2条，因此1/6=1/6
4节点的邻居节点（3），他们之间构成的边有0条，可能构成的边0条，因此0
5节点的邻居节点（3），他们之间构成的边有0条，可能构成的边0条，因此0
则，5个节点平均local Clustering coefficient = (1+1+1/6)/5=13/30
参考
1）http://en.wikipedia.org/wiki/Clustering_coefficient
2）<<Complex Network>> 3.2 properties of real-world networks p25