Tham 在思索中前行！

哈夫曼树在一般的数据结构的书中，树的那章后面，著者一般都会介绍一下哈夫曼(HUFFMAN)树和哈夫曼编码。哈夫曼编码是哈夫曼树的一个应用。哈夫曼编码应用广泛，如JPEG中就应用了哈夫曼编码。首先介绍什么是哈夫曼树。哈夫曼树又称最优二叉树，是一种带权路径长度最短的二叉树。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶

这篇文章是对《算法导论》上Prim算法求无向连通图最小生成树的一个总结，其中有关于我的一点点小看法。　　最小生成树的具体问题可以用下面的语言阐述：　　　　输入：一个无向带权图G=(V,E)，对于每一条边(u, v)属于E，都有一个权值w。　　　　输出：这个图的最小生成树，即一棵连接所有顶点的树，且这棵树中的边的权值的和最小。　　举例如下，求下图的最小生成树：

邻接表：要表示一个图G=(V,E)，有两种标准的表示方法，即邻接表和邻接矩阵。这两种表示法既可用于有向图，也可用于无向图。通常采用邻接表表示法，因为用这种方法表示稀疏图（图中边数远小于点个数）比较紧凑。但当遇到稠密图（|E|接近于|V|^2）或必须很快判别两个给定顶点手否存在连接边时，通常采用邻接矩阵表示法，例如求最短路径算法中，就采用邻接矩阵表示。　　图G=的邻接表表示是由一个包

之前对最小生成树Prim算法进行了一定的总结，并给出了代码实现，详见：图的最小生成树，Prim实现。一、介绍　　 由于忙于各类事务，在算法方面的学习有所停滞，现在将求最小生成树的另外一种算法补上，也就是Kruskal算法。有关最小生成树算法正确性的证明见上面链接。　　Kruskal算法是一种实现起来较为简单，比较容易理解的算法，在图较为稀疏时能够获得很好的性能，

首先POJ题目：链接：1251 Jungle Roads题目大意：纯求最小生成树，结果为最小权值边的和。采用邻接表#include #include #include #include using namespace std;#define maxn 30 //最大顶点个数int n; //顶点数，边数struct arcnode //边结

一、前言　　最短路径算法，顾名思义就是求解某点到某点的最短的距离、消耗、费用等等，有各种各样的描述，在地图上看，可以说是图上一个地点到达另外一个地点的最短的距离。比方说，我们把地图上的每一个城市想象成一个点，从一个城市到另一个城市的花费是不一样的。现在我们要从上海去往北京，需要考虑的是找到一条路线，使得从上海到北京的花费最小。有人可能首先会想到，飞机直达啊，这当然是时间消耗最小的方法，但是

0.说明本文译自Tarjan的论文：https://www.cs.princeton.edu/courses/archive/fall03/cs528/handouts/a%20fast%20algorithm%20for%20finding.pdf选取了其中的一部分，有删改，以原文为准。1.简介在学习全局流分析和程序优化时，如下图论问题自然地浮现出来。设G(V

并查集模板1(常用)int findset(int x)//查    {        if(x != father[x])            father[x]=findset(father[x]);//查的过程中进行路径压缩，有效加快并查集运算        return father[x];    }        int unio

一、前瞻　　在之前的单源最短路径Dijkstra算法中，博主给出了最短路径的一些基本概念和问题，并且给出了对权值不能为负的图使用Dijkstra算法求解单源最短路径问题的方法。　　我们提到，Dijkstra算法的一个巨大前提是：不能有权值为负的边。因为当权值可以为负时，可能在图中会存在负权回路，最短路径只要无限次地走这个负权回路，便可以无限制地减少它的最短路径权值，这就变相地说明最

拓扑排序，是对有向无回路图（顶点活动网络AOV网）进行排序，以期找到一个线性序列，这个线性序列在生活正可以表示某些事情完成的相应顺序。如果说所求的图有回路的话，则不可能找到这个序列。　　在大学数据结构课上，我们知道求拓扑排序的一种方法。首先用一个入度数组保存每个顶点的入度。在进行拓扑排序时，我们需要找到入度为0的点，将其存入线性序列中，再将其从图中删除（与它相关的边都删除，相邻的顶点的入度

BFS   注：以下代码均为部分，关于图的表示方法参看我的博客—图的存储： 一、广度优先搜索　　广度优先搜索（BFS）是最简单的图搜索算法之一，也是很多重要的图算法的原型。在Prim最小生成树算法和Dijkstra单源最短路径算法中，都采用了与广度优先搜索类似的思想。　　在给定图G=(V,E)和一个特定的源顶点s的情况下，广度优先搜索系统地探索G中的边，

#define _CRT_SECURE_NO_WARNINGS#include #include using namespace std;#define VERTEX_NUM 8bool visited[VERTEX_NUM + 1]; // 访问标志数组（备忘表）int FirstAdjVex(bool G[VERTEX_NUM + 1][VERTEX_N

使用标准库的栈和队列时，先包含相关的头文件#include#include定义栈如下：stack stk;定义队列如下：queue q;栈提供了如下的操作s.empty() 如果栈为空返回true，否则返回falses.size() 返回栈中元素的个数s.pop() 删除栈

#define _CRT_SECURE_NO_WARNINGS#include using namespace std;//#define PATH#define VERTEX_NUM 8#ifdef PATHint count = 1;#endifbool visited[VERTEX_NUM + 1]; // 访问标志数组（备忘表）int FirstAdj

#define _CRT_SECURE_NO_WARNINGS#include using namespace std;#define PATH#define VERTEX_NUM 8#ifdef PATHint count = 1;#endifbool visited[VERTEX_NUM + 1]; // 访问标志数组（备忘表）struct Arc

#include #include #include #define VERTEX_NUM 8typedef enum {FALSE = 0, TRUE = 1}BOOL;typedef struct ArcNode { int adjvex; struct ArcNode *nextarc; // struct不能少}ArcNode;BOOL visi

另见求树高 http://blog.csdn.net/Justme0/article/details/7694704/********************************************************************created: 2014/05/11 23:13filename: main.cauthor: Just

广义表的定义广义表（Lists，又称列表）是线性表的推广。线性表定义为n>=0个元素a1,a2,a3,…,an的有限序列。线性表的元素仅限于原子项，原子是作为结构上不可分割的成分，它可以是一个数或一个结构，若放松对表元素的这种限制，容许它们具有其自身结构，这样就产生了广义表的概念。    广义表是n (n>=0)个元素a1,a2,a3,…,an的有限序列，其中ai或者是原子项，或者是一

结构体变量作为函数参数传递的3种方法将一个结构体变量中的数据传递给另一个函数，有下列3种方法：用结构体变量名作参数。一般较少用这种方法。用指向结构体变量的指针作实参，将结构体变量的地址传给形参。用结构体变量的引用变量作函数参数。

这篇文章讲无权二分图（unweighted bipartite graph）的最大匹配（maximum matching）和完美匹配（perfect matching），以及用于求解匹配的匈牙利算法（Hungarian Algorithm）；不讲带权二分图的最佳匹配。二分图：简单来说，如果图中点可以被分为两组，并且使得所有边都跨越组的边界，则这就是一个二分图。准确地说：把一个图的顶点划分为