菜鸡奋斗路06-图3 六度空间

“六度空间”理论又称作“六度分隔(Six Degrees of Separation)”理论。这个理论可以通俗地阐述为:“你和任何一个陌生人之间所间隔的人不会超过六个,也就是说,最多通过五个人你就能够认识任何一个陌生人。”如图1所示。


图1 六度空间示意图

“六度空间”理论虽然得到广泛的认同,并且正在得到越来越多的应用。但是数十年来,试图验证这个理论始终是许多社会学家努力追求的目标。然而由于历史的原因,这样的研究具有太大的局限性和困难。随着当代人的联络主要依赖于电话、短信、微信以及因特网上即时通信等工具,能够体现社交网络关系的一手数据已经逐渐使得“六度空间”理论的验证成为可能。

假如给你一个社交网络图,请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。

输入格式:

输入第1行给出两个正整数,分别表示社交网络图的结点数N1<N104,表示人数)、边数M33×N,表示社交关系数)。随后的M行对应M条边,每行给出一对正整数,分别是该条边直接连通的两个结点的编号(节点从1到N编号)。

输出格式:

对每个结点输出与该结点距离不超过6的结点数占结点总数的百分比,精确到小数点后2位。每个结节点输出一行,格式为“结点编号:(空格)百分比%”。

输入样例:

10 9
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

输出样例:

1: 70.00%
2: 80.00%
3: 90.00%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 90.00%
9: 80.00%
10: 70.00%
作者: DS课程组
单位: 浙江大学
时间限制: 2500ms
内存限制: 64MB
代码长度限制: 16KB


个人分析:六度空间,要求输出关系网中每个人满足“六度空间”的百分比(每个结点输出与该结点距离不超过6的结点数占结点总数的百分比)。每个点都必须遍历,每个点都要作为起点进行一次搜索,搜索最近的6层中有多少个结点。这么一看,有清晰的“6层”要求,那应该是用BFS了。有一个棘手的问题:BFS过程中如何知道已经到哪一层了?因为我们只需要知道6层共有多少结点,在Level到达6时,直接退出BFS即可。


解决层数的问题之后,只需要在每入队一个点后使计数变量count++即可。

代码如下:

#include<stdio.h>
#include<stdlib.h>
#define MaxVertex 10000
int Visit[MaxVertex]={0};
typedef int Vertex;
typedef int WeightType;
//边定义 
typedef struct ENode *Edge;
struct ENode{
	Vertex V1,V2;
	WeightType Weight;
}; 
//邻接点定义
typedef struct AdjVNode *PtrToAdjVNode;
struct AdjVNode{
	Vertex AdjV;
	WeightType Weight;
	PtrToAdjVNode Next;
};  
//图结点定义
typedef struct GNode *LGraph;
struct GNode{
	int Nv;
	int Ne;
	PtrToAdjVNode G[MaxVertex];
}; 
//队列定义 
typedef struct QNode *Queue;
struct QNode{
	int *Data;
	int Front,Rear;
	int Maxsize;
}; 

void Add(Queue Q,int X)
{
	if((Q->Rear+1)%Q->Maxsize!= Q->Front)
	{
		Q->Rear = (Q->Rear+1)%Q->Maxsize;
        Q->Data[Q->Rear] = X;
	}
}
bool IsEmpty(Queue Q)
{
	return (Q->Front==Q->Rear);
}
int Delete(Queue Q)
{
	if(!IsEmpty(Q))
	{
		Q->Front =(Q->Front+1)%Q->Maxsize;
        return  Q->Data[Q->Front];
	}
}
//邻接表图初始化
LGraph CreateGraph(int VertexNum)
{
	Vertex V;
	LGraph Graph;
	Graph=(LGraph)malloc(sizeof(struct GNode));
	Graph->Nv = VertexNum;
	Graph->Ne = 0;
	for(V=0;V<Graph->Nv;V++)
		Graph->G[V]=NULL;
	return Graph;		
 } 
 //插入边
void InsertEdge(LGraph Graph,Edge E)
{
	PtrToAdjVNode NewNode;
	NewNode = (PtrToAdjVNode)malloc(sizeof(AdjVNode));
	NewNode->AdjV=E->V2;
	NewNode->Weight=E->Weight;
	NewNode->Next=Graph->G[E->V1];
	Graph->G[E->V1]=NewNode;
	
	NewNode = (PtrToAdjVNode)malloc(sizeof(struct AdjVNode));
    NewNode->AdjV = E->V1;
    NewNode->Weight = E->Weight;
    /* 将V1插入V2的表头 */
    NewNode->Next = Graph->G[E->V2];
    Graph->G[E->V2] = NewNode;
 } 
 //根据输入建图
LGraph BuildGraph()
{
 	LGraph Graph;
	Edge E;
	Vertex V;
	int Nv,i;
	scanf("%d ",&Nv);
	Graph=CreateGraph(Nv);
	scanf("%d",&Graph->Ne);
	getchar();
	if(Graph->Ne!=0)
	{
		E=(Edge)malloc(sizeof(struct ENode));
		for(i=0;i<Graph->Ne;i++)
		{
			scanf("%d %d",&E->V1,&E->V2);
			E->V1--;
			E->V2--;
			E->Weight=1;
			InsertEdge(Graph,E);
		}
	}
	return Graph;
} 
//BFS广度优先搜索
double BFS(LGraph Graph,Vertex V)
{
	Visit[V]=1;	
	int level=0; 
	int last=V;int tail;
	double count=1;
	Queue q=(Queue)malloc(sizeof(struct QNode));
	q->Data=(int *)malloc(MaxVertex*sizeof(int));
	q->Front=q->Rear=0;
	q->Maxsize=MaxVertex;
	PtrToAdjVNode W;

	Add(q,V);
	while(!IsEmpty(q))
	{
		V=Delete(q);
		for(W=Graph->G[V];W!=NULL;W=W->Next)
		{
			if(!Visit[W->AdjV])
			{
				Visit[W->AdjV]=1;
				Add(q,W->AdjV);
				count++;
				tail=W->AdjV;
			}
		}
		if(V==last)
		{
			level++;
			last=tail;
		}
		if(level==6) break;	
	}
	return count; 
}

//六度空间函数
void SDS(LGraph Graph) 
{	
	int i,j;

	double count;
	int test=Graph->Nv; 
	for(i=0;i<Graph->Nv;i++)
	{	
		count=BFS(Graph,i);
		printf("%d: %.2lf%%\n",i+1,100*count/Graph->Nv);
		for(j=0;j<Graph->Nv;j++)
			Visit[j]=0;
	}
}
int main()
{
	LGraph Graph=BuildGraph();
	SDS(Graph);
	return 0;
 } 

测试结果:


总结:就像之前所说的,在BFS搜索的过程中,添加一些判断条件,就能实现很多功能。在这道题里,通过记录入队层最后结点/出队层最后结点,实现了实时记录搜索的层数;通过添加count++,很简单的记录了遍历的结点数目。短短十几行的BFS,也能有很多的变数,菜鸡还不够熟练不敏感,对于功能实现还要一步一步跟着遍历搜索过程推演,才能发现如何设置判断条件。一句话,还是要多练!!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
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