图论——读书笔记(基于BFS广度优先算法的广度优先树)
广度优先树
对于一个图G=(V,E)在跑过BFS算法的过程中会创建一棵广度优先树。
形式化一点的表示该广度 优先树的形成过程是这样的:
对于图G=(V,E)是有向图或是无向图, 和图中的源结点s,
我们定义图G的前驱子图为Gf={Vf, Ef}。
其中Vf = {v ->V : v.f <>NIL} AND {s},
Ef = {(v.f , v) : v->(Vf - {s})}
即,G的前驱子图Gf是这样定义的:
Gf中的点集合Vf 中的点是G中的前驱(父结点)结点不为空的 AND G图的源结点。
前驱子图Gf中的边集合Ef 中的边是不包括s(G图中的源点)的Gf图中的所有点v到 v的前驱结点v.f所构成的边。
如果前驱子图中的相应点集合Vf满足由从源结点s可以到达的结点组成,
并且对于所有的v->Vf,
子图Gf包含一条从源结点s到结点v的唯一简单路径,
且该路径也是图G里面从源结点s到结点v之间的一条最短路径的话,
那么前驱子图Gf就是广度优先树。
广度优先树实质是一棵连通的树,
并且|Ef| = |Vf| -1(即,边数= 图中结点总数-1)
下面所示的伪代码实现的了打印出从源结点s到结点v的一条最短路径上的所有的结点。
这里假定BFS已经计算出一棵广度优先树了。
PRINT-PATH(G, s, v) if v==s
print s else if v.f == NIL
print "no path from " s "to" v "exists" elsePRINT-PATH(G, s, v.f)
print v
因为每次递归调用的时候,路径都比前一次调用中的路径少了一个结点,
所以该过程的运行时间是关于所输出路径上顶点数的一个线性函数。
下面是使用C++语言实现的PRINT-PATH的代码片段,
以及在生成广度优先树之后所实现的打印出s到结点v的一条最短路径上的所有结点。
大致的思想是这样的:
对图G跑一边BFS算法之后,
会根据BFS算法对每个结点的访问的顺序,
对G->Adj[i].father这一个属性进行按照BFS算法的特点进行赋值,
在赋值过后调用print_path这个方法就可以显示出来
源结点s到某一个结点v如果二者是相连通的话,
则会显示出二者之间通过广度优先遍历
所得到的连通路径上所经过的结点
void print_path(Graph *G, int s, int v)
{
if(s == v)
print("%c ", G->Adj[s].name); else if(G->Adj[v].father == NULL) printf("no path from %c to %c\n", G->Adj[s].name, G->Adj[v].name ); else
{
print_path(G, s, G->Adj[v].father);
printf("%c ", G->Adj[v].name);
}
}
对图G跑过一边BFS算法之后,
Vf = {v ->V : v.f <>NIL} AND {s},
Ef = {(v.f , v) : v->(Vf - {s})}
所构成的数据结构是基于图G的广度优先树。
主要内容出自
《算法导论 第三版》
图论——读书笔记(基于BFS广度优先算法的广度优先树)的更多相关文章
- 机器学习实战 - 读书笔记(12) - 使用FP-growth算法来高效发现频繁项集
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习心得,这次是第12章 - 使用FP-growth算法来高效发现频繁项集. 基本概念 FP-growt ...
- 机器学习实战 - 读书笔记(11) - 使用Apriori算法进行关联分析
前言 最近在看Peter Harrington写的"机器学习实战",这是我的学习心得,这次是第11章 - 使用Apriori算法进行关联分析. 基本概念 关联分析(associat ...
- 《深入理解Java虚拟机》读书笔记3--垃圾回收算法
转载:http://blog.csdn.net/tjiyu/article/details/53983064 下面先来了解Java虚拟机垃圾回收的几种常见算法:标记-清除算法.复制算法.标记-整理算法 ...
- opencv2对读书笔记——使用均值漂移算法查找物体
一些小概念 1.反投影直方图的结果是一个概率映射,体现了已知图像内容出如今图像中特定位置的概率. 2.概率映射能够找到最初的位置,从最初的位置開始而且迭代移动,便能够找到精确的位置,这就是均值漂移算法 ...
- 算法线性编程珠玑读书笔记之----->使用线性算法求解连续子序列的最大和
这段时间笔者几篇文章介绍了改算法线性的文章. 关联文章的地址 这个算法我在我的博客里应用动态规划做过,详细实现请参阅我的dp板块,下面给出书上最快的算法,时间复杂度为O(n),称之为线性算法. #in ...
- <算法图解>读书笔记:第1章 算法简介
阅读书籍:[美]Aditya Bhargava◎著 袁国忠◎译.人民邮电出版社.<算法图解> 第1章 算法简介 1.2 二分查找 一般而言,对于包含n个元素的列表,用二分查找最多需要\(l ...
- 机器学习实战读书笔记(二)k-近邻算法
knn算法: 1.优点:精度高.对异常值不敏感.无数据输入假定 2.缺点:计算复杂度高.空间复杂度高. 3.适用数据范围:数值型和标称型. 一般流程: 1.收集数据 2.准备数据 3.分析数据 4.训 ...
- 《c程序设计语言》读书笔记-递归实现快速排序算法
#include <stdio.h> void swap(int v[],int i,int j) { int temp; temp = v[i]; v[i] = v[j]; v[j] = ...
- 读书笔记《数据结构与算法JavaScript描述》第一章
第一章JavaScript的编程环境和模型 1.2JavaScript编程实践 1.2.1 声明和初始化变量 JavaScript中的变量默认为全局变量,如果初始化未被声明的变量,该变量就成了一个全局 ...
随机推荐
- 如何在sourcetree 下提交代码到gerrit上
gerrit的审核机制决定了提交到远程到代码并非远程master分支,而是/refs/for/master 分支,所以需要解决怎么在sourcetree下提交代码到/refs/for/master分支 ...
- I2C总线之(二)---时序
一.协议 1.空闲状态 I2C总线总线的SDA和SCL两条信号线同时处于高电平时,规定为总线的空闲状态.此时各个器件的输出级场效应管均处在截止状态,即释放总线,由两条信号线各自的上拉电阻把电平拉高. ...
- (转) Android的Window类
Android的Window类 2011-03-25 10:02 by Keis, 110 visits, 网摘, 收藏, 编辑 Android的Window类(一) Android的GUI层并不复 ...
- 【HDOJ】3584 Cube
三位树状数组. /* 3584 */ #include <iostream> #include <string> #include <map> #include & ...
- java学习面向对象之接口
上一节当中我们说道抽象类,抽象类当中的方法可以是抽象的也可以是非抽象的,那么当抽象类中所有方法都是抽象的时候,我们就可以把它重新定义为接口.代码示例: abstract class Animal { ...
- 使用Maven构建Web项目的目录结构
1.Web项目的目录结构 基于Java的Web项目,标准的打包方式是WAR.与JAR比较,包含更多的内容,比如JSP文件.Servlet.Java类.web.xml配置文件.依赖JAR包.静态 ...
- HDU-2522 A simple problem
http://acm.hdu.edu.cn/showproblem.php?pid=2522 学习://除数的运算的应用和算法.除法的本质,如果余数出现重复就表示有循环节 A simple probl ...
- JS、C#编码解码
escape不编码字符有69个:*,+,-,.,/,@,_,0-9,a-z,A-Z encodeURI不编码字符有82个:!,#,$,&,',(,),*,+,,,-,.,/,:,;,=,?,@ ...
- Google网页搜索
本博文的主要内容有 .Google网页搜索的介绍 .Google网页搜索的使用偏好设置 .Google网页搜索的普通搜索 .Google网页搜索的高级搜索 .Google高级搜索之一:布尔逻辑搜索 ...
- hibernate一对多关系映射(自身关联)
示例:一个类别(Category)下面有多个子类别,多个子类别属于同一个父类别. public class Category { private Integer id; private String ...