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
- 搭建DirectUi开发平台
DirectUi的效果可以使用GDI.GDI+.DirectX.OpenGL实现,常用的有GDI和GDI+,后两种有杀鸡用牛刀的感觉.在网络上能找到此方面的教材 现在的软件越来越多的有很炫目的界面,看 ...
- 用SharedPreferences保存List(Map(String, String))数据
原因: SharedPreferences没有保存数组的方法,但是有时候为了保存一个数组而进行序列化,或者动用sqlite都是有点杀猪焉用牛刀的感觉,所以就自己动手改进一下吧. 解决方案: 采用的方式 ...
- tomcat 系统架构与设计模式 第一部分 系统架构工作原理 转
Tomcat 系统架构与设计模式,第 1 部分: 工作原理 许 令波, Java 开发工程师, 淘宝网 许令波,现就职于淘宝网,是一名 Java 开发工程师.对大型互联网架构设计颇感兴趣,并对一些开源 ...
- 【POJ】2528 Mayor's posters
离散化+线段树.数组开的不够大,wa了N多回. #include <iostream> #include <cstdio> #include <cstring> # ...
- poj2482
(题外话:这题这是ACMer的福利啊……)我非常不擅长做矩形类的数据结构一般来说,二维的问题我们要转化为一维来考虑感觉一般的手法是对一维排序,并且线性扫描这一维,然后用各种数据结构维护另一维上的最优值 ...
- jdk+tomcat+mysql搭建网站无法打开
我们webwall的测试网站凌云论坛,是我之前用jdk-6u5-windows-i586-p.exe+apachetomcat6+mysql-essential-5.1.40-win32.msi搭建的 ...
- JavaScript 概览 更新时间2014-0414-0837
一些概念 DOM(文档对象模型)是HTML和XML的应用程序接口(API).DOM Level1规划文档结构:DOM Level2扩展了对鼠标和用户界面事件等的支持:DOM Level3支持了XML1 ...
- v
360导航_新一代安全上网导航 http://www.cnblogs.com/xiaoheimiaoer/p/4309131.html
- 深入分析Java的序列化与反序列化
序列化是一种对象持久化的手段.普遍应用在网络传输.RMI等场景中.本文通过分析ArrayList的序列化来介绍Java序列化的相关内容.主要涉及到以下几个问题: 怎么实现Java的序列化 为什么实现了 ...
- Java GC专家系列1:理解Java垃圾回收
了解Java的垃圾回收(GC)原理能给我们带来什么好处?对于软件工程师来说,满足技术好奇心可算是一个,但重要的是理解GC能帮忙我们更好的编写Java应用程序. 上面是我个人的主观的看法,但我相信熟练掌 ...