(0,mf-m+1)图的正交(0,f)因子分解

设G是一个图,f是定义在V(G)上的整数值函数,且对坌x∈V(G),有2k≤f(x),设H1,H2,…,Hk是G的k个顶点不相交的子图,且|E(Hi)|=m,1≤i≤k,证明了每个(0,mf-m+1)图有一个(0,f)因子分解正交于Hi(i=1,2,…,k)。     

Dijkstra的一种改进算法

在Dijkstra算法的基础上,该算法使用了一些独特的数据结构(如:前趋表和最短路径表);使用该算法能高效率地求出图中一个顶点到其它各顶点的所有最短路径。用C语言设计了相应程序验证了此算法。     

最短路径重构算法

研究了在Ｎ个顶点的图中，仅给出了所有顶点对之间最短路径距离矩阵，而计算任两顶点间最短路径问题。这种算法因没有利用原始图中有关边的信息，被称为重构算法。本研究取得了如下成果：①在单一的顶点对之间最短路径重构的时间复杂度为Ｏ（ｎｌｏｇｎ）；②在所有顶点对之间的最短路径重构的时间复杂度为Ｏ（ｎ＾３）；③在带有ｎ／ｌｏｇｎ个处理器的独占读写并行随机访问器上，单一顶点对之间的最短路径重构时间复杂度为Ｏ（（ｌ     

1998年第14期擂台赛点评

问题:已知n个点(n≤200),任意两个相邻点i,i+1之间都有m条边(2≤m≤10),每条边有一个权值f_(ij)(1≤i≤n-1,1≤j≤m) ,我们定义从第1点到第n点的所有路径中,长度除以b(2≤b≤50)的余数最小的路径是最优路径。试编一程序求最优路径。     

寻找图中两顶点间最长路径的算法设计

在"图"这种数据结构中,求解任意两顶点之间最长路径算法,有着广泛的理论和应用背景,而其求解算法却研究较少,没有像求解最短路径算法那样有成熟的算法(Dijkstra算法和Floyd算法[1])和广泛的影响.讨论并实现了一种查找图中任意两顶点间带权路径长度中最长路径的算法.使用该算法可以回答图中任意两个顶点之间的最长路径长度及任意两顶点间存在的不同路径的数目.     

求图中顶点之间所有最短路径的一种算法

提出求一个顶点到另一个顶点的所有最短路径的一个算法.该算法利用图中每个顶点的出度的变化,来动态修改每个顶点到目的结点的最短路径长度,用C+ +编制了相应程序验证该算法的正确性和高效性,该算法容易理解,降低了时间复杂度.     

基于时间约束的DAG图上的最短路径算法研究

一、引言 设G一(V,E)是一个有向无环图(DAG图).在该图上计算单源最短路径算法的经典算法是Dijkstra算法.     

求图中受顶点数限制的所有最短路径的算法

提出了图中从一个顶点到另一个顶点的求受顶点数限制的所有最短路径的一个算法,算法基于逆邻接表,最短路径生成树和叶子指针链表等几种特殊的数据结构.对算法进行了详细的理论分析,分析结果表明该算法实现简单、效率较高,且易于描述、实现和理解,并用C语言设计了相应的程序验证了该算法.     

利用多线程技术实现最短路径的并行算法

最短路径问题是图论中的一个典范问题,它被应用于众多领域.最短路径问题可以分成两类：单源最短路、所有顶点对间的最短路径.在研究图中最短路径问题上,Dijkstra算法是其中最为经典的算法之一,本文主要介绍所有顶点对间的最短路径问题,提出了一种更高效的新的所有顶点对间的并行算法.最后利用多线程技术对给出的并行算法进行了实现.     

再谈泊松分酒问题的解法

由法国著名数学家泊松(Possion)提出的分酒问题(详见《电脑》96年第九期《泊松分酒问题的一般解》一文)是一道颇为有趣的算术推理题.应该说,一个脑子较为灵活的初中生就能够解答这道题,但对于计算机,则需要设计比较复杂的算法.《泊松分酒问题的一般解》一文采用了Floyd算法.程序首先按倒酒条件罗列所有可能的倒酒状态,建立图的带权邻接矩阵a[N+1][N+1].任一元素a[i][j]表示了从分酒状态i到j的状态转移关系,可能时为1(权为1),不可能时为无穷大(权为99);然后从图的带权邻接矩阵出发,实现Floyd算法,找出最短路程.     

不可达顶点剪枝算法及其在最短路径中的应用

[k]步可达性查询用于回答图[G]中从顶点[u]到达顶点[v]最多[k]步是否存在路径,但其多用于无权图的可达性研究。针对加权图,在图中构建了最早到达、逆向最早到达和最晚到达等三个索引,并应用这三个索引实现对不可达顶点的快速剪枝,从而有效地缩减了加权图的规模。运用该方法建立索引并剪枝顶点的时间复杂度与空间复杂度分别为[O(n+e)]和[O(n)],这里[n]和[e]分别为图中顶点的数目和边的数目。该方法可以与Dijkstra算法、Floyd算法和A*算法等多种传统算法相结合,并应用于最短路径求解,从而提高传统算法计算性能。最后以物流配送网络为例进行了实验验证,实验结果表明提出的方法可以正确并高效地对不必要计算的顶点进行剪枝,从而加快了最短路径求解速度,验证了提出方法的有效性。     

求受顶点数限制的最短路径问题的一个算法

提出了求受顶点数限制的最短路径问题的一个算法,与现有的算法相比,该算法效率较高,时间复杂度为O((k-2)m^2)(k是受限制的顶点数,n是图中顶点总数),而且该算法比较简单,易于描述,实现和理解.     

交通网络中的最短路径算法探索

数据结构是计算机学科的核心课程,有向图是图结构的重要内容之一。在计算机中如果用图的邻接矩阵存储带权有向图,用权值表示各有向边的长度,那么利用有向图的最短路径理论就可以解决交通网络中的路线问题,如某个源点到其余各顶点的最短路径以及所有顶点之间的最短路径等等,从而达到资源最省的目的。     

多维代价图模型上最优路径查询问题的研究

近年来,图数据模型被广泛地用于刻画现实世界中各种各样的实体间的复杂关系.最短路径查询是图研究领域中一类非常重要的查询并有着广泛的应用.然而,目前大多数关于最短路径的查询都是定义在单代价(权重)图模型下的.现实世界中,基于单一代价所选择的最短路径并不明智,比如路程最短的路径需要花费极高的费用.该文中,作者介绍了多维代价图模型的概念,并给出了多维代价图模型下基于函数的最优路径的定义.现有的计算最短路径的方法都利用了最短路径的子路径最优的性质:最短路径上的任意两点间的子路径是这两点的最短路径.因此,在计算最短路径的过程中,对访问过的每个顶点,只需保留起点到该点的最短路径即可.不幸的是,多维代价图模型下,当评分函数是非线性的时候,子路径最优的性质并不成立.因此,目前的方法均不能应用于多维代价图模型下基于函数的最优路径查询问题.该文给出了一个best-first search分支界限法并给出3种优化策略.进一步,给出了一个顶点过滤算法,该算法能从图中过滤掉大部分不属于最优路径的顶点.最后,用真实数据集上的实验验证了算法的有效性.     

数据结构典型考题与分析(下)

本文针对数据结构中的典型考题进行分析讲解,希望广大考生朋友能够对数据结构概念和算法有深刻的理解,并能够灵活的运用。1.请问下面这个程序片断的时间复杂度是多少?voidselect_sort(inta[],intn)｛//将a中整数序列重新排列成自小至大有序的整数序列for(i=0;i相似文献   

一类数据中心网络中顶点独立生成树的一种通用构造方法

数据中心网络设计的新趋势是在互连网络的顶点和边上分别部署交换机和双端口服务器,其逻辑图可以抽象为复合图.顶点独立生成树(node-independent spanning trees,NIST)是数据中心网络中的一种重要结构,可用于设计数据中心网络中的可靠通信协议,容错广播和安全消息分发,IP快速重路由等.给定一个复合图G(Kn),首先表明,如果图G的直径为d,则复合图G(Kn)的直径为2d或2d+1.假设n-正则、n-顶点连通的互连网络G中存在以任一顶点为根的n棵NIST,通过提出一种时间复杂度O(N)的高效算法(其中N是顶点数),给出了G(Kn)中一种构造n棵NIST的通用方法.对复合图Qn(Kn)的顶点分析表明,NIST的最大高度仅为其直径加3.另外,基于增广立方体的数据中心网络上的模拟实验也从另一个方面证明了上述结论的正确性.     

最短路径的求解算法

文章提出了一种求最短路径的算法，该算法能高效地求出一个顶点到其它各顶点的所有最短路径。用C语言设计了相应的程序验证了此算法。     

传输子网选择:度数有界最大支撑子图逼近

研究了源于无线网状网络的度数有界最大支撑子图问题:给定连通图G=(V,E)和正整数d≥2,求G的一个最大支撑子图H,满足对V中每个顶点v,v在H中的度数dH(v)不超过d。这里,支撑子图指图G的一个连通而且包括G中所有顶点的子图。就输入图的边是否带权,分别设计了多项式时间近似算法。当输入图为无权图时,证明了近似算法的近似比为2;当输入图为赋权图时,证明了算法输出一个最大度数不超过d+1、权重不低于最优解权重1/(d+2)的支撑子图。算法输出的度数有界支撑子图可以用作无线网状网络的传输子网。     

有向无环图最小度生成树问题的一种近似算法

计算具有较小度的生成树是算法与复杂性研究的一个基本问题,同时在网络设计等领域具有重要应用.给定具有n个顶点的有向无环图G=(V,E)和根顶点r∈ V,最小度生成树问题欲求一棵以r为根的生成树T,使得在G的所有以r为根的生成树中T的最大度最小.给出该问题的一种迭代的多项式时间近似算法.该算法所求树的度不超过△*+1,其中△*为某一最优树的度.算法的时间复杂度为O(n2logn),其中n为顶点数目.算法没有运用过多的枚举,其实际运行时间要快得多.     

时态图顶点介数中心度计算方法

在社会网络分析中,介数中心度用于衡量顶点对网络结构的贡献大小,是一种广泛使用的顶点重要度衡量指标.该指标主要通过计算经过顶点的最短路径数来表明顶点的重要性.目前研究的介数中心度算法主要聚焦在普通图上,针对时态图的研究工作较少.普通图介数中心度计算方法主要依据Brandes算法设计,Brandes算法有效的关键理论是最短路径的子路径依然是最短路径,即最优子结构特性.然而时态图包含时态信息,时态路径类型多样,并且时态最短路径并不满足此特性,因此普通图介数中心度计算理论与方法不再适用于时态图.鉴于此,定义了严格（时态递增）和非严格（时态非递减）2种时态路径类型,并研究了时态图介数中心度计算理论与方法.提出了一种高效的基于消息传播的2阶段迭代计算框架.第1阶段采用自顶向下的广度优先遍历方式计算时态最短路径;第2阶段采用自底向上的方式计算顶点的后继节点和孩子节点对其介数中心度的贡献值,并设计了基于消息传播机制的迭代累积计算方法.为了提高效率和可扩展性,实现了基于OpenMP(open multiprocessing)框架的多线程并行算法FTBC(fast temporal betweenness...