- 博客(9)
- 收藏
- 关注
RSS订阅原创 骑士周游问题（马踏棋盘）
System.out.println("共耗时："+(end-start)+"毫秒");//取出下一个可以走的位置。visited[p.y*X+p.x]) {//还没访问过。System.out.println("第"+i+"秒");//*******对ps进行排序*********提高效率。//根据当前这一步的所有下一步选择位置，进行非递减排序，减少回溯。//获取到o1的下一步的所有位置的个数。//获取到o2的下一步的所有位置的个数。//获取当前位置可走的下一个位置的集合。//1.棋盘到目前为止没走完。
2024-02-20 15:43:04
1277
1
原创 迪杰斯特拉算法VS佛洛伊德算法
FoldyAlgroithm佛洛伊德算法：每一个顶点都是出发访问顶点，求每一个顶点到其他顶点的最短路径。三个for循环，中间顶点，出发顶点，终点。时间复杂度大n*n*n。DijkstraAlgorithm迪杰斯特拉算法：通过选定的被访问的顶点，求出发顶点到其他顶点的最短路径。
2024-02-19 10:41:07
468
1
原创 FoldyAlgroithm佛洛伊德算法（最短路径）
System.out.print("("+vertex[i]+"到"+vertex[j]+"的距离为"+dis[i][j]+")");//对中间顶点遍历k代表{ 'A', 'B', 'C', 'D', 'E', 'F', 'G' };//对从i顶点开始出发{ 'A', 'B', 'C', 'D', 'E', 'F', 'G' };//到达j顶点{ 'A', 'B', 'C', 'D', 'E', 'F', 'G' };if(len<dis[i][j]) {//如果len小于dis[i][j]
2024-02-19 10:34:06
707
1
原创 DijkstraAlgorithm迪杰斯特拉算法（最短路径）
/len的含义：出发顶点到index顶点的距离+index顶点的到j顶点的距离。//记录下表对应的值为的前一个顶点的下标。* 功能：继续选择并返回新访问的顶点，例如访问完G后,A作为新访问的顶点（注意不是出发顶点）//更新index下标顶点到周围顶点的距离和周围顶点的前驱节点。//更新index下标顶点到周围顶点的距离和周围顶点的前驱节点。//更新出发顶点到j顶点的距离。//若j顶点未被访问，且len小于出发顶点到j顶点的距离，就需要更新。//更新index下标顶点到周围顶点的距离和周围顶点的前驱节点。
2024-02-18 13:25:37
319
原创 primAlgroithm普利姆算法（求最小生成树）
System.out.println("边<"+graph.data[h1]+" "+graph.data[h2]+">"+"权"+minWeight);k++) {//有verxs个顶点就有verxs-1条边。i++) {//以访问的顶点。j++) {//未访问的顶点。//替换minWeight，寻找已访问过的节点和为访问过的节点的权值的最小边。//数字代表从data[]的第几位开始遍历。//重新设置minWeight。//将此顶点标记为以访问。//当前节点标记为以访问。//记录两个顶点的坐标。
2024-02-04 21:11:34
332
原创 kruskalAlgroithm克鲁斯卡尔算法（求最小生成树）
private int getEnd(int[] ends,int i) {//注意如果ends[i]=0则返回i。// System.out.println("排序前"+Arrays.toString(edges));// System.out.println("排序后"+Arrays.toString(edges));System.out.println("边的集合"+Arrays.toString(edges));* EData的形式[["A","B",10],["B","F",7],....]
2024-02-04 21:09:18
295
1
原创 贪心算法GreedyAlgorithm
/ tempSet.size() >broadcasts.get(maxKey).size())贪心算法的核心，每次取最优解。hashSet1.add("上海");hashSet1.add("天津");hashSet1.add("北京");hashSet2.add("广州");hashSet2.add("北京");hashSet2.add("深圳");hashSet3.add("上海");hashSet3.add("杭州");hashSet4.add("上海");hashSet5.add("杭州");
2024-01-30 20:13:16
313
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人