《算法》第四章部分程序 part 9
▶ 书中第四章部分程序,包括在加上自己补充的代码,两种拓扑排序的方法
● 拓扑排序 1
package package01; import edu.princeton.cs.algs4.Digraph;
import edu.princeton.cs.algs4.SymbolDigraph;
import edu.princeton.cs.algs4.DirectedCycle;
import edu.princeton.cs.algs4.DepthFirstOrder;
import edu.princeton.cs.algs4.EdgeWeightedDigraph;
import edu.princeton.cs.algs4.EdgeWeightedDirectedCycle; public class class01
{
private Iterable<Integer> order; // 拓扑排序的结果
private int[] rank; // 顶点 v 在拓扑排序中的序号为 rank[v] public class01(Digraph G) // 从有向图生成拓扑排序
{
DirectedCycle finder = new DirectedCycle(G); // 存在环则不能排序
if (!finder.hasCycle())
{
DepthFirstOrder dfs = new DepthFirstOrder(G); // 做 G 的深度优先搜索
order = dfs.reversePost(); // 取逆后序依次标号
rank = new int[G.V()];
int i = 0;
for (int v : order)
rank[v] = i++;
}
} public class01(EdgeWeightedDigraph G) // 从加权边有向图生成拓扑排序(算法一样,只是数据结构不同)
{
EdgeWeightedDirectedCycle finder = new EdgeWeightedDirectedCycle(G);
if (!finder.hasCycle())
{
DepthFirstOrder dfs = new DepthFirstOrder(G);
order = dfs.reversePost();
rank = new int[G.V()];
int i = 0;
for (int v : order)
rank[v] = i++;
}
} public Iterable<Integer> order()
{
return order;
} public boolean hasOrder()
{
return order != null;
} public int rank(int v)
{
return hasOrder() ? rank[v] : -1;
} public static void main(String[] args)
{
String filename = args[0];
String delimiter = args[1]; // 分隔符
SymbolDigraph sg = new SymbolDigraph(filename, delimiter);
class01 topological = new class01(sg.digraph());
for (int v : topological.order())
System.out.println(sg.nameOf(v));
}
}
● 拓扑排序 2
package package01; import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.StdRandom;
import edu.princeton.cs.algs4.DigraphGenerator;
import edu.princeton.cs.algs4.Digraph;
import edu.princeton.cs.algs4.Queue;
import edu.princeton.cs.algs4.DirectedEdge;
import edu.princeton.cs.algs4.EdgeWeightedDigraph; public class class01
{
private Queue<Integer> order;
private int[] rank; public class01(Digraph G)
{
order = new Queue<Integer>();
rank = new int[G.V()];
int[] indegree = new int[G.V()];
for (int v = 0; v < G.V(); v++)
indegree[v] = G.indegree(v);
int count = 0;
Queue<Integer> queue = new Queue<Integer>();
for (int v = 0; v < G.V(); v++) // 收集所有没有前提条件的顶点
{
if (indegree[v] == 0)
queue.enqueue(v);
}
for (; !queue.isEmpty();)
{
int v = queue.dequeue();
order.enqueue(v); // 事件 v 完成,将其放入输出队列, 并给一个序号
rank[v] = count++;
for (int w : G.adj(v)) // 所有紧接着 v 的事件的前提条件减少 1
{
indegree[w]--;
if (indegree[w] == 0) // 收集此时没有前提条件的事件
queue.enqueue(w);
}
}
if (count != G.V()) // 遍历结束,还有顶点有入度,说明存在环
order = null;
} public class01(EdgeWeightedDigraph G)
{
order = new Queue<Integer>();
rank = new int[G.V()];
int[] indegree = new int[G.V()];
for (int v = 0; v < G.V(); v++)
indegree[v] = G.indegree(v);
int count = 0;
Queue<Integer> queue = new Queue<Integer>();
for (int v = 0; v < G.V(); v++)
{
if (indegree[v] == 0)
queue.enqueue(v);
}
for (; !queue.isEmpty();)
{
int v = queue.dequeue();
order.enqueue(v);
rank[v] = count++;
for (DirectedEdge e : G.adj(v))
{
int w = e.to();
indegree[w]--;
if (indegree[w] == 0)
queue.enqueue(w);
}
}
if (count != G.V())
order = null;
} public Iterable<Integer> order()
{
return order;
} public boolean hasOrder()
{
return order != null;
} public int rank(int v)
{
return hasOrder() ? rank[v] : -1;
} public static void main(String[] args)
{
int V = Integer.parseInt(args[0]); // 生成DAG G(V,E),再添加 F 条边
int E = Integer.parseInt(args[1]);
int F = Integer.parseInt(args[2]);
Digraph G1 = DigraphGenerator.dag(V, E); // G1 是无边圈的
EdgeWeightedDigraph G2 = new EdgeWeightedDigraph(V);// G2 有边权的
for (int v = 0; v < G1.V(); v++)
{
for (int w : G1.adj(v))
G2.addEdge(new DirectedEdge(v, w, 0.0));
}
for (int i = 0; i < F; i++)
{
int v = StdRandom.uniform(V);
int w = StdRandom.uniform(V);
G1.addEdge(v, w);
G2.addEdge(new DirectedEdge(v, w, 0.0));
}
StdOut.println(G1);
StdOut.println();
StdOut.println(G2);
class01 topological1 = new class01(G1); // 分别计算 G1 和 G2 的
if (!topological1.hasOrder())
StdOut.println("Not a DAG");
else
{
StdOut.print("Topological order: ");
for (int v : topological1.order())
StdOut.print(v + " ");
StdOut.println();
}
class01 topological2 = new class01(G2);
if (!topological2.hasOrder())
StdOut.println("Not a DAG");
else
{
StdOut.print("Topological order: ");
for (int v : topological2.order())
StdOut.print(v + " ");
StdOut.println();
}
}
}
《算法》第四章部分程序 part 9的更多相关文章
- 《算法》第四章部分程序 part 19
▶ 书中第四章部分程序,包括在加上自己补充的代码,有边权有向图的邻接矩阵,FloydWarshall 算法可能含负环的有边权有向图任意两点之间的最短路径 ● 有边权有向图的邻接矩阵 package p ...
- 《算法》第四章部分程序 part 18
▶ 书中第四章部分程序,包括在加上自己补充的代码,在有权有向图中寻找环,Bellman - Ford 算法求最短路径,套汇算法 ● 在有权有向图中寻找环 package package01; impo ...
- 《算法》第四章部分程序 part 16
▶ 书中第四章部分程序,包括在加上自己补充的代码,Dijkstra 算法求有向 / 无向图最短路径,以及所有顶点对之间的最短路径 ● Dijkstra 算法求有向图最短路径 package packa ...
- 《算法》第四章部分程序 part 15
▶ 书中第四章部分程序,包括在加上自己补充的代码,Kruskal 算法和 Boruvka 算法求最小生成树 ● Kruskal 算法求最小生成树 package package01; import e ...
- 《算法》第四章部分程序 part 14
▶ 书中第四章部分程序,包括在加上自己补充的代码,两种 Prim 算法求最小生成树 ● 简单 Prim 算法求最小生成树 package package01; import edu.princeton ...
- 《算法》第四章部分程序 part 10
▶ 书中第四章部分程序,包括在加上自己补充的代码,包括无向图连通分量,Kosaraju - Sharir 算法.Tarjan 算法.Gabow 算法计算有向图的强连通分量 ● 无向图连通分量 pack ...
- 《算法》第四章部分程序 part 17
▶ 书中第四章部分程序,包括在加上自己补充的代码,无环图最短 / 最长路径通用程序,关键路径方法(critical path method)解决任务调度问题 ● 无环图最短 / 最长路径通用程序 pa ...
- 《算法》第四章部分程序 part 13
▶ 书中第四章部分程序,包括在加上自己补充的代码,图的前序.后序和逆后续遍历,以及传递闭包 ● 图的前序.后序和逆后续遍历 package package01; import edu.princeto ...
- 《算法》第四章部分程序 part 12
▶ 书中第四章部分程序,包括在加上自己补充的代码,图的几种补充数据结构,包括无向 / 有向符号图,有权边结构,有边权有向图 ● 无向符号图 package package01; import edu. ...
随机推荐
- XE5 Android 开发数据访问手机端 解决乱码的办法 [转]
经过测试,将sqlserver里的字段由varchar 或者char 改为 nvarchar 或者nchar 然后在手机端的clientdataset 增加字段的时候数据类型选择widestrin ...
- BIO & NIO & NIO常见框架
BIO & NIO BIO - Blocking IO - 同步式阻塞式IO --- UDP/TCP NIO - New IO - 同步式非阻塞式IO AIO - Asynchronous ...
- 服务注册发现consul之四: 分布式锁之四:基于Consul的KV存储和分布式信号量实现分布式锁
一.基于key/value实现 我们在构建分布式系统的时候,经常需要控制对共享资源的互斥访问.这个时候我们就涉及到分布式锁(也称为全局锁)的实现,基于目前的各种工具,我们已经有了大量的实现方式,比如: ...
- pj1--学生信息管理系统
1.根据班上的情况做一个班级学生信息管理系统.包含功能有每日签到.学分管理.个人信息管理 2.要求:用winform+序列化(本地化)的技术实现,以教师机做服务器,要有文件保存.读取.还要有上传头像功 ...
- 漫谈数据仓库之拉链表(原理、设计以及在Hive中的实现)
本文将会谈一谈在数据仓库中拉链表相关的内容,包括它的原理.设计.以及在我们大数据场景下的实现方式. 全文由下面几个部分组成: 先分享一下拉链表的用途.什么是拉链表. 通过一些小的使用场景来对拉链表做近 ...
- windows10如何查看wifi密码
1.首先,在你的电脑的右下角的WiFi的图标,右击它,选择"网络和internet设置"或者选择打开设置 :如下图 点击"更改适配器选项" 选择 WLAN选项, ...
- JVM内存调优
JVM性能调优有很多设置,这个参考JVM参数即可. 主要调优的目的: 控制GC的行为.GC是一个后台处理,但是它也是会消耗系统性能的,因此经常会根据系统运行的程序的特性来更改GC行为 控制JVM堆栈大 ...
- 手动向Maven本地仓库添加ORACLE jdbc驱动
一,当在maven工程中我们需要连接数据库的时候,只需要配置它的依赖就行,但是Maven不提供Oracle JDBC driver,由于Oracle授权问题它并没有提供,需要自己手动添加. 二,获取连 ...
- FIN vs RST in TCP connections different
question: The way I understand this, there are 2 ways to close TCP connection: send FIN flag send RS ...
- crm SDK 设置用户的上级
/// <summary> /// 设置用户的上级 /// </summary> /// <param name="service">服务< ...