新闻详情

新闻详情

首页 / 资讯中心 / 详情

【数据结构】图与树 · 算法手记与练习

发布时间:2026/11/19 10:03:53来源:尧图网络
【数据结构】图与树 · 算法手记与练习
#include stdbool.h #include stdio.h #include stdlib.h #include math.h #define MAXN 1010 int iMaxLength 0;//最长路径长度 int iCurrentLength 0;//当前路径长度 typedef int ElemType; ElemType stMax_Path[MAXN];//最长路径元素 ElemTyp stCurrent_Path[MAXN];//当前路径元素 bool DFS(BiTree root){ //程序健壮性检查是否为空树 if( root NULL ) return false; //根节点加入路径 stCurrent_Path[iCurrentLength] root-data; //访问到叶子节点 if( root-lchild NULL root-rchild NULL ) { if( iCurrentLength iMaxLenngth ){ iMaxLength iCurrentLength;//更新最大路径长度 //同时更新最大路径数组 for(int iPos 0; iPos iCurrentLength; iPos){ stMax_Path[iPos] stCurrent_Path[iPos]; } } }else{ DFS(root-lchild);//递归遍历左子树 DFS(root-rchild);//递归遍历右子树 } iCurrentLength--;//回溯从路径数组中移出当前节点 return true; } //一个打印函数相当于main.c测试函数 bool Search_Longest_Path(BiTree T){ //声明变量时已初始化 DFS(T);//递归查找最长路径 if (iMaxLength 0) printf(Not Found Longest Path.\n); else{ //输出最长路径、最长路径长度 printf(Longest Path is:); for(int iPos 0; iPos iMaxLength; iPos){ printf(%d,stMax_Path[iPos]); } printf(\n); printf(Longest Path Length is: %d\n, iMaxLength ); } return true; };算法设计题从根节点到叶子节点的最大距离称为树的半径。给定一个无向连通图写一个算法找出半径最小的生成树。最小生成树MST:最小生成树的题目。下面介绍两个求MST的经典算法1.Prim算法。思路添加点位想象有两个集合/*S*/存放已经选入MST的顶点集合/*V-S*/存放未被选择的顶点集合。2.Kruskal算法。加边法适用于稀疏图时间复杂度为OE logE。题干中的无向连通图并未给出权值所求的半径最小的生成树并非课本所学的最小生成树。重新梳理图章节中的算法列表1.PrimKruskal算法的C语言实现与DFS/BFS并无关联2.DFS/BFS算法不考虑边权值仅仅实现图的遍历【思考题】邻接表实现的Prim与Dijkstra几乎一模一样3.Dijsktra:dist[u]是源点到U的最短路径长度但是叶子节点并不指定。切换Floyd也不解决问题二者均为指定目标点位的路径规划算法。【逆向思考】图不太可能考察MST代码实现、AOE网的代码实现、DijkstraFloyd的代码实现上述代码实现过于复杂不具备筛选性质。仅仅考察手动模拟。那么有限考察点BFS遍历、DFS遍历、多源BFS最短路、拓扑排序就都成了重点。重新梳理题目Msg找到一个顶点V使得点V到最远点的最短距离尽可能小这个最小的最大值即最小半径。引入两个概念偏心距ev以v为起点到所有其它点的最短路径的最大值。图的半径rad(G)图的偏心距集合最小值。STEP1求图的任意一点的生成树半径STEP2比对所有点的生成树半径排序求最小值。一次简单选择排序便能实现STEP2套上遍历的壳子使用STEP1方法。方案一:Floyd-Warshall适合n很小稠密图运行Floyd算出逆向全部点对的最长距离d[i][j]On^3,添加叶子节点判定。方案二多次Dijkstra正权图、稀疏图效率更好O(n(mn logn))多次单源最短路实现等价于多源最短路实现。一次总结Prim/Kruskal: 最小生成树MST总边权和最小Dijkstra/Floyd/BFS: 最短路径两点之间的距离最小DFS/BFS遍历逆向Floyd加上叶子节点判定可行。Dijkstra实现过于复杂不可取。【思考】最短路算法可以解决最小半径生成树问题那么BFS如何使用呢时间复杂度和手写难度是否能中和Floyd时间复杂度较大与Dijkstra实现难度较高呢- 无权无向连通图生成树 → DFS / BFSMST无定义别上Prim/Kruskal点到点最短路径 → BFSDFS不能求最短- 带权无向连通图MST → Prim / Kruskal权正负都可以最短路正权→Dijkstra有负权→Floyd/SPFA- 有向图没有MST不要用Prim/Kruskal求最短路用 Dijkstra(正权) / SPFA / Floyd。怎么选方案快速决策表1. 无权连通图边权恒为1→ 多次BFS​2. 正权连通图n很小n≤200→ Floyd代码省事​3. 正权连通图稀疏图、n比较大 → 多次堆优化Dijkstra​4. 有负权边无负环n小 → Floyd​5. 有负权边无负环n大稀疏图 → 多次SPFA不推荐不稳定​6. 确认是树无环→ 叶子剥离法速度最快哇这个问题非常有意思而且很容易和之前“图的半径”搞混它有专门名字 最小半径生成树 MRST (Minimum Radius Spanning Tree)问题完整定义给定无向连通带权图 G找出它的一棵生成树 T包含全部n个顶点、n‑1条边、连通、无环树T的半径 rad(T)树里根到叶子最大距离的最小值树的中心的偏心距目标选出所有可能生成树当中 rad(T) 尽可能小的那一棵- 最小直径生成树 MDSTMinimum Diameter Spanning Tree生成树的直径最小最远叶子对距离最小。它和MRST非常接近但不完全一样直径 max偏心距半径 min偏心距。对于树如果直径D半径r满足 r\lceil D/2\rceil。所以MDST和MRST最优解往往是同一棵树但定义不一样MDST有一个经典的绝对中心图的1‑中心算法稍微复杂一些。总结原来离心率是一个整体的概念图的定理应用。此题难度爆炸舍弃。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉