当前位置: 首页 > wzjs >正文

中国建设银行网站查行号seo建站

中国建设银行网站查行号,seo建站,丽水做企业网站的公司,竞价托管多少钱Python数据结构高级:图的表示与遍历 一、图的基本概念 1.1 图的定义与分类 图(Graph)是由顶点(Vertex)集合和边(Edge)集合组成的数据结构,形式化表示为 G (V, E) 主要分类&…

Python数据结构高级:图的表示与遍历

一、图的基本概念

1.1 图的定义与分类

图(Graph)是由顶点(Vertex)集合和边(Edge)集合组成的数据结构,形式化表示为 G = (V, E)

主要分类:

  • 无向图 vs 有向图
    # 无向图示例:A-B-C
    # 有向图示例:A→B→C
    
  • 权重图 vs 非权重图
    # 权重图示例:A-(5)-B-(3)-C
    # 非权重图示例:A-B-C
    

1.2 典型应用场景

  • 社交网络:用户为顶点,关注关系为边
  • 交通网络:城市为顶点,路线为带权边
  • 知识图谱:实体为顶点,关系为边
  • 推荐系统:用户-商品交互关系建模

二、图的表示方法

2.1 邻接矩阵

使用二维数组表示顶点间的连接关系

class AdjMatrixGraph:def __init__(self, vertices):self.size = len(vertices)self.vertices = verticesself.matrix = [[0]*self.size for _ in range(self.size)]self.index_map = {v:i for i,v in enumerate(vertices)}def add_edge(self, u, v, weight=1):i = self.index_map[u]j = self.index_map[v]self.matrix[i][j] = weight# 若是无向图需添加反向# self.matrix[j][i] = weight

时间复杂度分析:

  • 查询相邻节点:O(1)
  • 遍历所有边:O(V²)
  • 空间复杂度:O(V²)

2.2 邻接表

使用字典+链表存储连接关系(更节省空间)

from collections import defaultdictclass Graph:def __init__(self):self.adj_list = defaultdict(list)def add_edge(self, u, v, weight=None):self.adj_list[u].append((v, weight))# 若是无向图需添加反向# self.adj_list[v].append((u, weight))

时间复杂度分析:

  • 查询相邻节点:O(1)平均
  • 遍历所有边:O(V+E)
  • 空间复杂度:O(V+E)

三、图的遍历算法

3.1 深度优先搜索(DFS)

def dfs(graph, start):visited = set()stack = [start]while stack:vertex = stack.pop()if vertex not in visited:print(vertex, end=' ')visited.add(vertex)# 逆序压栈保证顺序一致性for neighbor in reversed(graph.adj_list[vertex]):if neighbor[0] not in visited:stack.append(neighbor[0])

应用场景:

  • 拓扑排序
  • 检测环路
  • 寻找连通分量

3.2 广度优先搜索(BFS)

from collections import dequedef bfs(graph, start):visited = set()queue = deque([start])while queue:vertex = queue.popleft()if vertex not in visited:print(vertex, end=' ')visited.add(vertex)for neighbor in graph.adj_list[vertex]:if neighbor[0] not in visited:queue.append(neighbor[0])

应用场景:

  • 最短路径查找(未加权图)
  • 社交网络的好友推荐
  • 网页爬虫的URL遍历

四、完整代码示例

class Graph:def __init__(self):self.adj_list = defaultdict(list)def add_edge(self, u, v, weight=None):self.adj_list[u].append((v, weight))def dfs(self, start):visited = set()self._dfs_recursive(start, visited)def _dfs_recursive(self, vertex, visited):if vertex not in visited:print(vertex, end=' ')visited.add(vertex)for neighbor in self.adj_list[vertex]:self._dfs_recursive(neighbor[0], visited)def bfs(self, start):visited = set()queue = deque([start])while queue:vertex = queue.popleft()if vertex not in visited:print(vertex, end=' ')visited.add(vertex)for neighbor in self.adj_list[vertex]:if neighbor[0] not in visited:queue.append(neighbor[0])# 使用示例
if __name__ == "__main__":g = Graph()g.add_edge('A', 'B')g.add_edge('A', 'C')g.add_edge('B', 'D')g.add_edge('C', 'E')g.add_edge('D', 'E')print("DFS遍历结果:")g.dfs('A')  # 输出:A B D E C print("\nBFS遍历结果:")g.bfs('A')  # 输出:A B C D E 

五、每日挑战:路径存在性判断

def has_path(graph, start, end):visited = set()stack = [start]while stack:current = stack.pop()if current == end:return Trueif current not in visited:visited.add(current)for neighbor in graph.adj_list[current]:if neighbor[0] not in visited:stack.append(neighbor[0])return False# 测试用例
g = Graph()
g.add_edge('A', 'B')
g.add_edge('B', 'C')
g.add_edge('C', 'D')print(has_path(g, 'A', 'D'))  # 输出:True
print(has_path(g, 'D', 'A'))  # 输出:False

算法选择建议:

  • 最短路径问题 → BFS
  • 拓扑排序 → DFS
  • 存在性判断 → 两者均可

六、扩展应用

  1. 加权图的最短路径(Dijkstra算法)
  2. 最小生成树(Prim/Kruskal算法)
  3. 社交网络分析(使用NetworkX库)
  4. 图数据库应用(Neo4j的Python接口)
# Dijkstra算法示例
import heapqdef dijkstra(graph, start):distances = {vertex: float('inf') for vertex in graph}distances[start] = 0heap = [(0, start)]while heap:current_dist, current_vertex = heapq.heappop(heap)if current_dist > distances[current_vertex]:continuefor neighbor, weight in graph[current_vertex]:distance = current_dist + weightif distance < distances[neighbor]:distances[neighbor] = distanceheapq.heappush(heap, (distance, neighbor))return distances

学习建议:

  1. 使用可视化工具(如Graphviz)辅助理解
  2. 在LeetCode上练习相关题目(如207.课程表、133.克隆图)
  3. 阅读NetworkX库源码学习工业级实现
  4. 尝试实现A*算法等高级图算法

掌握图的表示与遍历是理解复杂算法的基础,后续可继续学习强连通分量、最大流等高级主题。

http://www.dtcms.com/wzjs/132136.html

相关文章:

  • 实惠网站建设市场营销策略包括哪些策略
  • 网站设计原型工具腾讯会议开始收费
  • 泉州优化公司网站关键词优化工具
  • 网站的侧边栏怎么做站长工具域名查询社区
  • 互动创意网站广东vs北京首钢
  • 网站建设的相关技术各大网站的网址
  • 网站怎么做切换中英文网站排名优化专业定制
  • 网站不备案百度收录吗信息流推广方式
  • 武汉便宜做网站肉片机客服系统网页源码2022免费
  • 如何设计微商城网站建设北京网络营销推广外包
  • 建一个b2c网站多少钱行业网站有哪些平台
  • 做网站建设给人销售网络营销最新案例
  • 博客网站建设设计报告网上开店如何推广自己的网店
  • wordpress支持的语言包成都关键词优化排名
  • 做标志的网站百度软件下载安装
  • 苍南网站建设什么软件可以免费引流
  • 网站建设 内容缺乏全自动精准引流软件
  • dedecms政府网站模板今日头条军事新闻
  • 地方网站怎样做厦门人才网个人会员
  • php怎么做视频网站宁波的网络营销服务公司
  • 建设银行绑定手机号码网站移动广告联盟
  • 工作室做网站接广告的平台推荐
  • 买网站名称网站免费高清素材软件
  • 为什么要做企业网站网络营销策划书范文模板
  • Wordpress 整站快速复制郑州厉害的seo顾问公司
  • 浙里建官方网站怎么自己制作一个网站
  • 专做外贸的网站客源引流推广
  • 厦门网站建设优化谷歌浏览器下载安装(手机安卓版)
  • 优秀网站优点网站内容检测
  • 东城网站建设哪家好怎么进行网站关键词优化