【数据结构】【图及算法】深度优先搜索,拓扑排序,强连通分支,最短路径问题,最小生成树

from pythonds.graphs import Graph

###BFS采用队列存储待访问顶点
###DFS则是通过递归调用,隐式使用了栈
class DFSGraph(Graph):
    def __init__(self):
        super().__init__()
        self.time = 0

    def dfs(self):
        for aVertex in self:
            aVertex.setColor('white')  # 颜色初始化
            aVertex.setPred(-1)
        for aVertex in self:
            if aVertex.getColor() == 'white':  # 如果还有未包括的顶点,则建森林
                self.dfsvisit(aVertex)

    def dfsvisit(self, startVertex):
        startVertex.setColor('gray')
        self.time += 1  # 算法的步数
        startVertex.setDiscovery(self.time)
        for nextVertex in startVertex.getConnections():
            if nextVertex.getColor() == 'white':  # 当前节点是未探索过的
                nextVertex.setPred(startVertex)  # 就将开始节点设为当前节点的回溯
                self.dfsvisit(nextVertex)  # 深度优先递归访问
        startVertex.setColor('black')  # 探索完后,开始节点设为黑色
        self.time += 1
        startVertex.setFinish(self.time)

拓扑排序

按结束时间倒序

强连通分支

最短路径问题

由u开始,u的邻居x,v,w得到距离d

v,x,w中d最小的是x,先更新x,由x出发更新了v,w,y的d值

v,w,y中d最小的是v,先更新v,这是w的d为2+3=5,比4大,所以w的d=4保持不变

每次更新完的点都会指向他的前驱节点,即最短路径的来源节点

from pythonds.graphs import PriorityQueue,Graph,Vertex
def dijkstra(aGraph,start):
    pq = PriorityQueue()
    start.setDistance(0)  # 开始节点的距离设为0
    pq.buildHeap([(v.getDistance(), v) for v in aGraph])  # 对所有顶点建堆,形成优先队列
    while not pq.isEmpty():
        currentVert = pq.delMin()  # 优先队列出队
        for nextVert in currentVert.getConnections():  # 遍历当前节点的邻居
            newDist = currentVert.getDistance() + currentVert.getWeight(nextVert)  # 更新距离
            if newDist < nextVert.getDistance():  # 若新的距离值小于之前的距离值,就更新
                nextVert.setDistance(newDist)  # 更新距离
                nextVert.setPred(currentVert)  # 设置前驱节点
                pq.decreaseKey(nextVert, newDist)

最小生成树

AB,AC,AB的权重小,把B加入到队列中

跟B相连的BC,BD,BE, C和D的权重最小,把C加入

BD,BE,CF中,选择BD,把D加入

from pythonds.graphs import PriorityQueue,Graph,Vertex
import sys

def prim(G, start):
    pq = PriorityQueue()
    for v in G:
        v.setDistance(sys.maxsize)
        v.setPred(None)
    start.setDistance(0)
    pq.buildHeap([(v.getDistance(), v) for v in G])
    while not pq.isEmpty():
        currentVert = pq.delMin()
        for nextVert in currentVert.getConnections():
            newCost = currentVert.getWeight(nextVert)
            # 若nextVert在pq优先队列里,就不在生成树里,说明是可以安全添加的边
            if nextVert in pq and newCost < nextVert.getDistance():
                nextVert.setPred(currentVert)
                nextVert.setDistance(newCost)
                pq.decreaseKey(nextVert, newCost)

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 基本概念和术语: 图是由若干个顶点和连接这些顶点的边组成的一种数据结构。图可以用来描述许多实际问题,例如网络、地图等。图的基本术语包括:顶点、边、度、路径、连通、连通图、连通分量、生成树等。 2. 存储结构: 图的存储结构有两种常用方式:邻接矩阵和邻接表。邻接矩阵是一个二维数组,其中数组元素a[i][j]表示顶点i和顶点j之间是否有边。邻接表是由一个一维数组和若干个链表组成,数组中的每个元素对应一个顶点,链表中存储该顶点的邻接点。 3. 遍历方法: 图的遍历方法有两种:深度优先遍历和广度优先遍历。深度优先遍历从某个顶点开始,沿着一条路径访问图中的所有顶点,直到不能继续为止,然后回溯到前一个顶点,再继续访问下一个分支。广度优先遍历从某个顶点开始,先访问该顶点的所有邻接点,然后依次访问邻接点的邻接点,直到访问完所有可达的顶点为止。 4. 最小生成树最小生成树是指一个无向连通图的生成树,它的所有边的权值之和最小。最小生成树的求解方法有两种:Prim算法和Kruskal算法。 5. 单源最短路径: 单源最短路径是指从某个顶点出发到其它所有顶点的最短路径。最短路径的求解方法有两种:Dijkstra算法和Bellman-Ford算法。 6. 每对顶点的最短路径: 每对顶点的最短路径是指任意两个顶点之间的最短路径。最短路径的求解方法有两种:Floyd算法和Johnson算法。 7. 关键路径和拓扑排序: 关键路径是指工程项目中不能延误的任务构成的路径,它的长度称为项目的最短工期。拓扑排序是一种对有向无环图进行排序的算法,它可以找出图中所有顶点的一个线性序列,使得对于任意一条边(u,v),在序列中顶点u都排在顶点v的前面。关键路径和拓扑排序经常一起使用来解决工程项目的调度问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值