Questions tagged «graph-algorithm»

16
什么时候使用深度优先搜索(DFS)和广度优先搜索(BFS)?[关闭]
已关闭。这个问题是基于观点的。它当前不接受答案。 想改善这个问题吗?更新问题,以便通过编辑此帖子以事实和引用的形式回答。 8天前关闭。 我了解DFS和BFS之间的区别,但是我想知道什么时候使用另一种比较实用? 任何人都可以举例说明DFS将如何胜过BFS,反之亦然?



8
使用Dijkstra算法的负权重
我试图理解为什么Dijkstra的算法不能在负权重下工作。阅读有关最短路径的示例,我试图找出以下情况: 2 A-------B \ / 3 \ / -2 \ / C 从网站: 假设所有边缘都是从左到右定向的,如果我们从A开始,Dijkstra的算法将选择使d(A,A)+ length(edge)最小的边缘(A,x),即(A,B)。然后设置d(A,B)= 2并选择另一个使d(A,y)+ d(y,C)最小的边(y,C); 唯一的选择是(A,C),它设置d(A,C)= 3。但是,它永远找不到从A到B的最短路径,即C,总长度为1。 我不明白为什么使用下面的Dijkstra实现时,d [B]不会更新为1(当算法到达顶点C时,它将在B上运行放松,看到d [B]等于2,因此更新其值为1)。 Dijkstra(G, w, s) { Initialize-Single-Source(G, s) S ← Ø Q ← V[G]//priority queue by d[v] while Q ≠ Ø do u ← Extract-Min(Q) S ← S U {u} …

3
为什么Dijkstra的算法使用减少键?
Dijkstra的算法教给我如下 while pqueue is not empty: distance, node = pqueue.delete_min() if node has been visited: continue else: mark node as visited if node == target: break for each neighbor of node: pqueue.insert(distance + distance_to_neighbor, neighbor) 但是我一直在阅读有关算法的文章,我看到很多版本都使用reduce-key而不是insert。 为什么会这样?两种方法有何区别?

4
比较对象图表示与邻接表和矩阵表示
我目前正在按照史蒂夫·叶格(Steve Yegge)的建议来准备进行技术编程采访:http : //steve-yegge.blogspot.com/2008/03/get-that-job-at-google.html 他在图部分中指出: 有三种基本方法可以在内存中表示图形(对象和指针,矩阵和邻接表),并且您应该熟悉每种表示形式及其优缺点。 矩阵和邻接列表表示的优缺点在CLRS中进行了描述,但是我一直找不到能够将这些与对象表示进行比较的资源。 只是考虑一下,我自己就可以推断出其中的一些内容,但是我想确保自己没有错过任何重要的事情。如果有人可以对此进行全面描述,或者指向我提供这样做的资源,我将不胜感激。


9
大型图形的A *算法,对缓存快捷方式有何想法?
我正在OpenStreetMap地图上编写快递/后勤仿真,并且已经意识到,如下图所示的基本A *算法对于大型地图(例如大伦敦)来说不够快。 绿色节点对应于放置在开放集/优先级队列中的节点,由于数量巨大(整个地图大约为1-2百万),因此需要5秒钟左右的时间才能找到所描绘的路线。不幸的是,每条路线100ms大约是我的绝对极限。 当前,节点既存储在邻接表中,又存储在空间100x100 2D数组中。 我正在寻找可以权衡预处理时间,空间以及必要时优化路线以加快查询速度的方法。根据探查器,用于启发式成本的直线Haversine公式是最昂贵的函数-我已尽我所能优化了基本A *。 例如,我在考虑,如果我从2D数组的每个象限中选择一个任意的节点X并在每个象限之间运行A *,我可以将路由存储到磁盘以进行后续仿真。查询时,我只能在象限中​​运行A *搜索,以在预先计算的路径和X之间进行搜索。 是否有我上面描述的更完善的版本,或者也许是我应该采用的其他方法。非常感谢! 为了记录在案,以下是一些基准测试结果,用于任意加权启发式成本并计算10对随机选取的节点之间的路径: Weight // AvgDist% // Time (ms) 1 1 1461.2 1.05 1 1327.2 1.1 1 900.7 1.2 1.019658848 196.4 1.3 1.027619169 53.6 1.4 1.044714394 33.6 1.5 1.063963413 25.5 1.6 1.071694171 24.1 1.7 1.084093229 24.3 1.8 1.092208509 22 1.9 1.109188175 …
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.