编程语言
首页 > 编程语言> > 算法学习笔记

算法学习笔记

作者:互联网

概述

1.通路中边依次地首尾相连,其中沿途边的总数m,也称通路的长度

2.对于长度m>=1的通路Π,若起止顶点相同,则称为环路

3.经过图中各边一次且恰好一次的环路,称作欧拉环路(Eulerian tour)
经过图中各顶点一次且恰好一次的环路,称作哈密尔顿环路(Hamiltonian tour)

4.各边均带权重的图,称作带权图(weighted graph)或带权网络(weighted network)

5.对于无向图,每一对顶点至多贡献一条边,故总共不超过n(n-1)/2条边;对于有向图,每一对顶点都可能贡献(互逆的)两条边,因此至多可有n(n-1)条边。
总而言之,必有复杂度为n^2

6.操作接口:

图ADT支持的边操作接口

操作接口 功能描述
e(u) 边总数E
exist(v,u) 判断联边(v,u)是否存在
insert(v,u) 引入从顶点v到u的联边
remove(v,u) 删除从顶点v到u的联边
type(v,u) 边在遍历树中所属的类型
edge(v,u) 边所对应的数据域
weight(v,u) 边的权重

图ADT支持的顶点操作接口

操作接口 功能描述
n() 顶点总数n
insert(v) 在顶点集v中插入新顶点v
remove(v) 将顶点v从顶点集中删除
inDegree(v) outDegree(v) 顶点v的入度,出度
firstNbr(v) 顶点vde首个邻接顶点
nextNbr(v,u) 在v的邻接顶点中,u的后继
status(v) 顶点v的状态
dTime(v),fTime(v) 顶点v的时间标签
parent(v) 顶点v在遍历树中的父节点
priority(v) 顶点v在遍历树中的权重

最短路径算法

template<typename Tv, typename Te> struct DijkstraPu{//针对Dijkstra算法的顶点优先级更新器
    virtual void operator(Graph<Tv, Te> *g, int uk, int v){
        if(g->status(v) == UNDISCOVERED){//对于uk每一尚未被发现的邻接顶点v,按Dijkstra策略
            if(g->priority(v) > g->priority(uk) + g->weight(uk, v)){//做松弛
                g->priority(v) = g->priority(uk) + g->weight(uk, v);//更新优先级数
                g->parent(v) = uk;//并同时更新父节点
            }
        }
    }
}

PAT案例:

void dijk(int c){
    dis[c]=0;//起点到起点的距离为0
    for(int i=0;i<m;i++){//循环n次每次加一个点,每次加入的点都是已更新完成的点
        int v=-1;
        for(int j=0;j<m;j++){
            //每次都遍历所有的点,从没加入图中的点中选一个到原点距离最小的点,加入图中
            if(!vis[j]&&(v==-1||dis[j]<dis[v])){
                v=j;
            }
        }
        vis[v]=1;
        for(int j=0;j<m;j++){//进行松弛操作
            dis[j]=min(dis[j],dis[v]+map[v][j]);
        }
    }
    return ;
}

深度优先搜索(dfs)

以顶点s为基点的DFS搜索,将首先访问顶点s;再从s所有尚未访问到的邻居中任取其一,并以之为基点,递归地执行DFS搜索。

template <typename Tv, typename Te> //深度优先搜索DFS算法(全图)
void Graph<Tv, Te>::dfs ( int s ) { //assert: 0 <= s < n
    reset(); int clock = 0; int v = s; //初始化
    do //逐一检查所有顶点
       if ( UNDISCOVERED == status ( v ) ) //一旦遇到尚未发现的顶点
         DFS ( v, clock ); //即从该顶点出发启动一次DFS
    while ( s != ( v = ( ++v % n ) ) ); //按序号检查,故不漏不重
}

template <typename Tv, typename Te> //深度优先搜索DFS算法(单个连通域)
void Graph<Tv, Te>::DFS ( int v, int& clock ) { //assert: 0 <= v < n
    dTime ( v ) = ++clock; status ( v ) = DISCOVERED; //发现当前顶点v
    for ( int u = firstNbr ( v ); -1 < u; u = nextNbr ( v, u ) ) //枚举v的所有邻居u
       switch ( status ( u ) ) { //并视其状态分别处理
          case UNDISCOVERED: //u尚未发现,意味着支撑树可在此拓展
             type ( v, u ) = TREE; parent ( u ) = v; DFS ( u, clock ); break;
          case DISCOVERED: //u已被发现但尚未访问完毕,应属被后代指向的祖先
             type ( v, u ) = BACKWARD; break;
          default: //u已访问完毕(VISITED,有向图),则视承袭关系分为前向边或跨边
             type ( v, u ) = ( dTime ( v ) < dTime ( u ) ) ? FORWARD : CROSS; break;
       }
    status ( v ) = VISITED; fTime ( v ) = ++clock; //至此,当前

PAT案例:

void dfs(int a){
    visit[a] = 1;
    for(int i = 1; i <= n; i++){
        if(visit[i] == 0 && maps[a][i] == 1){
            dfs(i);
        }
    }
    return ;
}

二叉树

概述

1.沿每个节点v到根r的唯一通路所经过边的数目,称作v的深度,记作depth(v)

2.v的孩子总数,称作其度数或度(degree),记作deg(v)。无孩子的节点称作叶节点(leaf),包括根在内的其余节点皆为内部节点(internal node)。

3.v的所有后代及其之间的联边称作子树,记作subtree(v)

4.树T中所有节点深度的最大值称作该树的高度(height),记作height(T)

5.二叉树(binary tree)中每个节点的度数均不超过2
不含一度节点的二叉树称作真二叉树(proper binary tree)

6.完全二叉树的根节点序号为n,则其左右结点序号为2n和2n+1

二叉搜索树

1.顺序性:任一节点r的左(右)子树中,所有节点(若存在)均不大于(不小于)r

2.中序遍历序列:
二叉搜索树的中序遍历序列,必然单调非降
任何一棵二叉树是二叉搜索树,当且仅当其中序遍历序列单调非降

3.查找算法
从根节点开始,逐步地缩小查找范围,直到发现目标(成功)或缩小至空树,依照右子树元素不小于根节点,左子树元素不大于根节点的原则层层缩小即可

标签:int,笔记,学习,算法,二叉树,uk,顶点,节点,称作
来源: https://blog.csdn.net/haofandedaima/article/details/97640303