- 博客(4)
- 收藏
- 关注
RSS订阅原创 数据结构与算法——最小生成树(上)
文章目录1. 应用场景2. 基本概念3. 常用求解算法3.1 Kruskal算法4. 算法实现4.1 并交集实现4.2 DFS实现1. 应用场景涉及到网络中所有节点的最优路径问题，可以使用最小生成树求解。例如：交通网、电力网、通信网等等应用场景：例如要在n个城市之间铺设光缆，主要目标是要使这 n 个城市的任意两个之间都可以通信，但铺设光缆的费用很高，且各个城市之间铺设光缆的费用不同，因此另一个目标是要使铺设光缆的总费用最低。这就需要找到带权的最小生成树2. 基本概念先介绍生成树以及最小生成树的概念
2021-04-18 20:07:41
805
2
原创 数据结构与算法——BFS与DFS（学习笔记）
广度优先搜索(breadth-first search)和深度优先搜索(depth-first search)是两种探索图/树中顶点的思路。这两种搜索方式可以用来查找图中某个指定的顶点，也可以用来对图中顶点进行遍历。1. 广度优先方式广度优先遍历图的方式为：一次性访问当前顶点的所有未访问状态相邻顶点，并依次对每个相邻顶点执行同样处理。因为要依次对每个相邻顶点执行同样的广度优先访问操作，所以需要借助队列结构来存储当前顶点的相邻顶点。广度优先遍历图的方式，是以一种类似波纹扩散的方式进行的，不断放大辐射半径
2021-04-12 16:44:28
189
原创 数据结构与算法——图的存储结构（学习笔记）
对于无向图，图的顶点集合和边集合如下：V={1,2,3,4,5}V = \{1, 2, 3, 4, 5\}V={1,2,3,4,5}E={(1,2),(1,3),(1,4),(2,3),(3,4),(3,5)}E = \{(1, 2), (1, 3), (1, 4), (2, 3), (3, 4), (3, 5)\}E={(1,2),(1,3),(1,4),(2,3),(3,4),(3,5)}对于有向图，图的顶点集合和边集合如下：V={1,2,3,4,5}V = \{1, 2, 3, 4, 5\}
2021-04-08 17:49:23
326
原创 数据结构与算法——图（学习笔记）
数据结构与算法——图（学习笔记）1. 基本概念图(Graph)是由若干给定的顶点及连接两顶点的边所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物，连接两顶点的边则用于表示两个事物间具有这种关系。2. 结构图中只包含两种类型的元素：顶点（vertex）和边（edge），所以图可以由顶点集合和边集合进行表示，即：G=(V,E)G = (V, E)G=(V,E)。根据边是否具有方向，可以将图分为有向图和无向图两种。无向边：若顶点 ViViVi 和 VjVjVj 之间的边
2021-04-05 19:52:10
255
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