Coursera Algorithm, Part2 Week1: Undirected Graph & Directed Graph
来源:互联网 发布:网站建设搜索优化 编辑:程序博客网 时间:2024/06/08 05:26
Algorithm Part1 没学多久就结课了,真是忧桑,当时开始学这门课的时候离结课也就还剩下一个星期,所以学到的东西也不是很多。
于是,就直接跳到 Algorithm Part2 了,不知道没有Part1 的基础直接进入Part2 压力会不会很大。
中间大概等了一两个星期吧,开始Part2 的课程。一上来就是图论,自己心里当时还真有点打鼓,毕竟图论是一个看上去很抽象、很深奥的东西。而且当时学习算法的时候对图论也是抱着一知半解的理解,知道的图论的算法也就最最基础的深搜、广搜、最小生成树、单源点最短路径,可即使是这最最基础的算法玩得也不利索。所以这次真的是抱着认认真真、不打一点马虎眼、不骗自己的态度来学习的,认真学习理解每一个算法、认真写每一行靠谱的代码(每星期的课后作业还是很有意思的,有难度但有心就能做),还有及时作总结,就像现在做的事情一样。
我希望能够在这门课结束的时候能够坚实自己的基础,也能够保持对代码的感觉,代码量的不同真的会让程序员有不同的感觉。
好了,进入正题吧、、
1.1 数据结构
构建图的数据结构不多,典型的就几种吧:链表或者是数组,存放的方式可以是二维矩阵,0/1表示两个节点是否相连,空间开销是V*V,V表示图的节点个数;再有就是直接存放每条边,空间开销是E,E表示边的条数。
显然,有更好的数据结构方式,那就是邻接表。V大小的数组存放每个节点,数组的每个元素又由链表链出,链表中的每个元素表示与该数组元素相连的节点。邻接表的数据结构节省了空间的开销,也降低了查找的时间代价,是一种常用的图论的数据结构。
坑爹的csdn,好不容易写一回blog,竟然不能上传图片,只得一行一行敲代码!!!注:所有的示例代码以及所需包含的库都可以在这里下载。
public class Graph {private final int V;private Bag<Integer>[] adj; // adjacency lists (using Bag data type)public Graph(int V) {this.V = V;adj = (Bag<Integer>[]) new Bag[V]; // create empty graph with V verticesfor (int v = 0; v < V; v++)adj[v] = new Bag<Integer>();}public void addEdge(int v, int w) {// add edge v-w (parallel edges and self-loops allowed)adj[v].add(w);adj[w].add(v);}// iterator for vertices adjacent to vpublic Iterable<Integer> adj(int v) {return adj[v]}}
1.2 深搜(带路径记录)
深搜是图论中很常见的算法,可能是图论中很多算法的基础,也许比广搜用得还多,话不多说,直接上代码。
public class DepthFirstPaths {private boolean[] marked[]; // marked[v]=true if v connected to sprivate int[] edgeTo; // edge[v] = previous vertex on path from s to vprivate int s;public DepthFirstPahts(Graph G, int s) {// ... initialize data structiredfs(G, s); // find vertices connected to s}// recursive DFS does the workprivate void dfs(Graph G, int v) {marked[v] = true;for (int w : G.adj(v)) {if (!marked[w]) {dfs(G, w);edge[w] = v; }}}public boolean hasPathTo(int v) {return marked[v];}public Iterable<Integer> pathTo(int v) {if (!hasPathTo(v)) return null;Stack<Integer> path = new Stack<Integer>();for (int x = v; x != s; x = edgeTo[x])path.push(x);path.push(s);return path;}}
1.3 广搜
与深搜不同,同样是图搜索,但是更广泛地用于最短路径的算法中。
public class BreadthFirstPaths {private boolean[] marked;private int[] edgeTo;private void bfs(Graph G, int s) {Queue<Integer> q = new Queue<Integer>();q.enqueue(s);marked[s] = true;while(!q.isEmpty()) {int v = q.dequeue();for (int w : G.adj(v)) {if (!marked[w]) {q.enqueue(w);marked[w] = true;edgeTo[w] = v;}}}}}
1.4 连通分量(深搜解决)
public class CC {private boolean[] marked;private int[] id; // id[v] = id of component containing vprivate int count; // number of componentspublic CC(Graph G) {marked = new boolean[G.V()];id = new int[G.V()];for (int v = 0; v < G.V(); v++) {if (!marked[v]) {dfs(G, v); // run DFS from one vertex in each componentcount++;}}}// number of componentspublic int count() {return count;}// id of component containing vpublic int id(int v) {return id[v];}// all vertices discovered in same call of dfs have same idprivate void dfs(Graph G, int v) {marked[v] = true;id[v] = count;for (int w : G.adj(v))if (!marked[w])dfs(G, w);}}
下面是有向图的基本算法,深搜和广搜就不再赘述了,和无向图基本上一致,没什么好说的。
2.1 拓扑排序(DAG:Directed acyclic graph)
首先,什么是拓补排序呢。我自己也说不清楚,只能感觉出来,就比如一批工作,每两个工作有先后次序,什么先做、什么后做,需要给出所有这些工作它们之间清楚的序列关系,大概就是拓扑排序了吧。这里拓扑排序算法是借助深搜,终于认识到深搜的强大了吧。
public class DepthFirstOrder {private boolean[] marked;private Stack<Integer> reversePost;public DepthFirstOrder(Digraph G) {reversePost = new Stack<Integer>();marked = new boolean[G.V()];for (int v = 0; v < G.V(); v++) if (!marked[v]) dfs(G, v);}private void dfs(Digraph G, int v) {marked[v] = true;for (int w : G.adj(v))if (!marked[w]) dfs(G, w);reversePost.push(v);}// returns all vertices in "reverse DFS postorder"public Iterable<Integer> reversePost() {return reversePost;}}
2.2 强连通分量
首先,强连通的定义:节点v和节点w强连通充分必要条件是在有向图中有v到w的路径,也有w到v的路径。
那么强连通分量的定义:最大化强连通集合的节点个数。
这里用的是Kosaraju-Sharir算法计算强连通分量,Kosaraju-Sharir算法主要由两部分组成:
(1)计算图G'的拓扑排序,其中图G'是图G中所有的有向边调转指向,即原来由v->w的边变成w->v
(2)根据图G'的拓扑排序的顺序在图G中进行深搜,所能访问到的节点属于同一个强连通分量
其实代码和连通分量非常像,就是加了个拓扑排序,深搜的节点顺序是拓扑排序的结果。话不多说,上代码:
public class KosarajuSharirSCC {private boolean[] marked;private int[] id;private int count;public KosarajuSharirSCC(Digraph G) {marked = new boolean[G.V()];id = new int[G.V()];DepthFirstOrder dfs = new DepthFirstOrder(G.reverse());for (int v : dfs.reversePost()) {if (!marked[v]) {dfs(G, v);count++;}}}private void dfs(Digraph G, int v) {marked[v] = true;id[v] = count;for (int w : G.adj(v))if (!marked[w]) dfs(G, w);}public boolean stronglyConnected(int v, int w) {return id[v] == id[w];}}
Assigment
最后附上Algorithm Part2 Week1 的作业和测试用例。看这里。
冬冬加油!再苦再累路也得走完,想明白自己想要的是什么,放弃的是什么。每天进步一点点,我知道过程会很艰苦,会没有人相信你,但是真的要自己相信自己。一定行行行!!!
- Coursera Algorithm, Part2 Week1: Undirected Graph & Directed Graph
- HDU5333 Undirected Graph
- HDU 5333 Undirected Graph
- Undirected Graph BFS/DFS
- Force-Directed Graph
- judge loop in undirected graph
- hdu 5333 Undirected Graph (LCT)
- connect components in undirected graph
- Connected Component in Undirected Graph
- Connectivity in a directed graph
- Force-Directed Graph Drawing Algorithms
- d3 Force-Directed Graph example
- Judge loop in directed graph
- [algorithm] graph algorithm
- Geeks - Union-Find Algorithm - Detect Cycle in a an Undirected Graph算法
- Coursera Algorithm, Part2 Week3: MaxFlow
- implement a undirected graph use adjacent list
- Sicily 4378. connect components in undirected graph
- EJB到底是什么,真的那么神秘吗??
- 用Log4j自动生成日志
- atitit.解决SyntaxError: missing ] after element list"不个object 挡成个str eval ....
- POJO与JavaBean
- iOS开发UI篇—xib的简单使用
- Coursera Algorithm, Part2 Week1: Undirected Graph & Directed Graph
- UVA - 10986 Sending email (Dijkstra邻接表+优先队列优化)
- 手动破解的 Linux下的Maltab 2014b
- 黑马程序员——OC知识点总结(一)
- Mac下 wine 打开程序中文乱码,亲测可用,故转载。
- 分布式缓存GemFire架构介绍
- 装了php(php-fpm)和nginx却无法显示php页面
- 黑马程序员——面向对象思想、设计类与创建对象、对象与函数、方法与函数、合理设计类
- c之排序问题---冒泡排序