没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Python数据结构与算法之图结构(数据结构与算法之图结构(Graph)实例分析)实例分析
主要介绍了Python数据结构与算法之图结构(Graph),结合实例形式分析了图结构的概念、原理、使用方法及
相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python数据结构与算法之图结构(Graph)。分享给大家供大家参考,具体如下:
图结构(Graph)——算法学中最强大的框架之一。树结构只是图的一种特殊情况。
如果我们可将自己的工作诠释成一个图问题的话,那么该问题至少已经接近解决方案了。而我们我们的问题实例可以用树结构
(tree)来诠释,那么我们基本上已经拥有了一个真正有效的解决方案了。
邻接表及加权邻接字典邻接表及加权邻接字典
对于图结构的实现来说,最直观的方式之一就是使用邻接列表。基本上就是针对每个节点设置一个邻接列表。下面我们来实现
一个最简单的:假设我们现有 n 个节点,编号分别为 0, …, n-1.
节点当然可以是任何对象,可被赋予任何标签或名称。但使用 0, …, n-1 区间内的整数来实现的话,会简单许多。因为如果我
们能用数字来代表节点,我们索引起来显然要方便许多。
然后,每个邻接(邻居)列表都只是一个数字列表,我们可以将它们编入一个大小为 n 的主列表,并用节点编号对其进行索
引。由于这些列表内的节点的顺序是任意的,所以,实际上,我们是使用列表来实现邻接集(adjacency sets)。这里之所以
还是使用列表这个术语,主要是因为传统。幸运的是,Python 本身就提供独立的 set 类型。
我们以下图为例,说明图结构的各种表示方法图结构的各种表示方法(当我们在执行与图相关的工作时,需要反复遵从一个主题思想,即一个图的最
佳表示方法应该取决于我们要用它来做什么):
a, b, c, d, e, f, g, h = range(8)
N = [
{b, c, d, e, f},
{c, e},
{d},
{e},
{f},
{c, g, h},
{f, h},
{f, g}
]
在图论中,N(v) 代表的是代表的是 v 的邻居节点集的邻居节点集;
>>> b in N[a] # neighborhood membership
True
>>> len(N[f]) # out-degree:出度
3
加权邻接字典加权邻接字典
使用 dict 类型来代替 set 或 list 来表示邻接集。在 dict 类型中,每个邻居节点都会有一个键和一个额外的值,用于表示与其邻
居节点(或出边)之间的关联性,如边的权重。
a, b, c, d, e, f, g, h = range(8)
资源评论
weixin_38664989
- 粉丝: 4
- 资源: 906
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- MMDF1N05ER2G-VB一款SOP8封装2个N-Channel场效应MOS管
- zipkin-server-3.3.0-exec.jar
- MI9933-VB一款SOP8封装2个P-Channel场效应MOS管
- zipkin-server-2.24.4-exec.jar
- MI4953-VB一款SOP8封装2个P-Channel场效应MOS管
- 基于Akka模拟实现Spark Standalone.pdf
- MI4946-VB一款SOP8封装2个N-Channel场效应MOS管
- 毕业答辩模板(动态模板)苹果IOS星空通用论文答辩模板
- 有效cookie值获取方式汇总
- 基于python实现的英雄联盟知识图谱问答系统源码(期末大作业).zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功