第九章 图论和网络爬虫
每座桥恰巧走过一遍并回到原出发点?
关于图的最重要的一种算法是遍历算法,也就是如何通过弧访问图的各个节点。
广度优先搜索(Breadth-First Search,BFS):要尽可能‘广’地访问与每个节点直接连接的其他节点
深度优先搜索(Depth-First Search,DFS):一条路走到黑
2 网络爬虫
把互联网看成一张大图,把每一个网页当作一个节点,把超链接当作连接网页的弧。
在网络爬虫中,使用一个‘散列表’(Hash Table,也叫哈希表)而不是一个记事本记录网页是否下载过的信息。
3 延伸阅读:图论的两点补充说明
3.1 欧拉七桥问题的证明把每一块连通的陆地作为一个顶点,每一座桥当成图的一条边,那么就把七座桥抽象成下图:
对于图中的每一个顶点,与它相连的边的数量定义为它的度(degree)
定理:如果一个图能够从一个顶点出发,每条边不重复地遍历一遍回到这个顶点,那么每一顶点的度必须是偶数。
证明:假如能够遍历图的每一条边各一次,那么对于每个顶点,需要从某条边进入顶点,同时从另一条边离开这个顶点。进入和离开顶点的次数是相同的,因此每个顶点有多少条进入的边,就有多少条出去的边。也就是说,每个顶点相连的边的数量是成对出现的,即每个顶点的度都是偶数。