Python數(shù)據(jù)結(jié)構(gòu)與算法之圖結(jié)構(gòu)(Graph)實例分析
本文實例講述了Python數(shù)據(jù)結(jié)構(gòu)與算法之圖結(jié)構(gòu)(Graph)。分享給大家供大家參考,具體如下:
圖結(jié)構(gòu)(Graph)——算法學(xué)中最強大的框架之一。樹結(jié)構(gòu)只是圖的一種特殊情況。
如果我們可將自己的工作詮釋成一個圖問題的話,那么該問題至少已經(jīng)接近解決方案了。而我們我們的問題實例可以用樹結(jié)構(gòu)(tree)來詮釋,那么我們基本上已經(jīng)擁有了一個真正有效的解決方案了。
鄰接表及加權(quán)鄰接字典
對于圖結(jié)構(gòu)的實現(xiàn)來說,最直觀的方式之一就是使用鄰接列表?;旧暇褪轻槍γ總€節(jié)點設(shè)置一個鄰接列表。下面我們來實現(xiàn)一個最簡單的:假設(shè)我們現(xiàn)有 n 個節(jié)點,編號分別為 0, …, n-1.
節(jié)點當然可以是任何對象,可被賦予任何標簽或名稱。但使用 0, …, n-1 區(qū)間內(nèi)的整數(shù)來實現(xiàn)的話,會簡單許多。因為如果我們能用數(shù)字來代表節(jié)點,我們索引起來顯然要方便許多。
然后,每個鄰接(鄰居)列表都只是一個數(shù)字列表,我們可以將它們編入一個大小為 n 的主列表,并用節(jié)點編號對其進行索引。由于這些列表內(nèi)的節(jié)點的順序是任意的,所以,實際上,我們是使用列表來實現(xiàn)鄰接集(adjacency sets)。這里之所以還是使用列表這個術(shù)語,主要是因為傳統(tǒng)。幸運的是,Python 本身就提供獨立的 set 類型。
我們以下圖為例,說明圖結(jié)構(gòu)的各種表示方法(當我們在執(zhí)行與圖相關(guān)的工作時,需要反復(fù)遵從一個主題思想,即一個圖的最佳表示方法應(yīng)該取決于我們要用它來做什么):

a, b, c, d, e, f, g, h = range(8)
N = [
{b, c, d, e, f},
{c, e},
yryv2st,
{e},
{f},
{c, g, h},
{f, h},
{f, g}
]
在圖論中,N(v) 代表的是 v 的鄰居節(jié)點集;
>>> b in N[a] # neighborhood membership True >>> len(N[f]) # out-degree:出度 3
加權(quán)鄰接字典
使用 dict 類型來代替 set 或 list 來表示鄰接集。在 dict 類型中,每個鄰居節(jié)點都會有一個鍵和一個額外的值,用于表示與其鄰居節(jié)點(或出邊)之間的關(guān)聯(lián)性,如邊的權(quán)重。
a, b, c, d, e, f, g, h = range(8)
N = [
{b:2, c:1, d:3, e:9, f:4},
{c:4, e:4},
{d:8},
{e:7},
{f:5},
{c:2, g:2, h:2},
{f:1, h:6},
{f:9, g:8}
]
客戶端調(diào)用:
>>> b in N[a] # neighborhood membership True >>> len(N[f]) # out-degree 3 >>> N[a][b] # Edge weight for (a, b) 2
鄰接矩陣
鄰接矩陣是圖的另一種表示方法,這種表示方法的主要不同在于,它不再列出每個節(jié)點的所有鄰居節(jié)點。
a, b, c, d, e, f, g, h = range(8) N =[ [0, 1, 1, 1, 1, 1, 0, 0], [0, 0, 1, 0, 1, 0, 0, 0], [0, 0, 0, 1, 0, 0, 0, 0], [0, 0, 0, 0, 1, 0, 0, 0], [0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 1, 0, 0, 0, 1, 1], [0, 0, 0, 0, 0, 1, 0, 1], [0, 0, 0, 0, 0, 1, 1, 0], ]
關(guān)于鄰接矩陣:
(1)主對角線為自己到自己,為0
(2)行和為出度
(3)列和為入度
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
python?調(diào)制解調(diào)的實現(xiàn)
在Python中,可以使用SciPy和NumPy庫來處理信號,包括進行FM信號的解調(diào),本文主要介紹了python?調(diào)制解調(diào)的實現(xiàn),具有一定的參考價值,感興趣的可以了解一下2024-03-03
基于python的BP神經(jīng)網(wǎng)絡(luò)及異或?qū)崿F(xiàn)過程解析
這篇文章主要介紹了基于python的BP神經(jīng)網(wǎng)絡(luò)及異或?qū)崿F(xiàn)過程解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習或者工作具有一定的參考學(xué)習價值,需要的朋友可以參考下2019-09-09
Python面向?qū)ο笾蓄悾╟lass)的簡單理解與用法分析
這篇文章主要介紹了Python面向?qū)ο笾蓄悾╟lass)的簡單理解與用法,結(jié)合實例形式分析了Python面向?qū)ο蟪绦蛟O(shè)計中類(class)的基本概念、原理、定義與使用方法,需要的朋友可以參考下2020-02-02

