Algorithm Part1 沒學多久就結課了,真是憂桑,當時開始學這門課的時候離結課也就還剩下一個星期,所以學到的東西也不是很多。
於是,就直接跳到 Algorithm Part2 了,不知道沒有Part1 的基礎直接進入Part2 壓力會不會很大。
中間大概等了一兩個星期吧,開始Part2 的課程。一上來就是圖論,自己心裏當時還真有點打鼓,畢竟圖論是一個看上去很抽象、很深奧的東西。而且當時學習算法的時候對圖論也是抱着一知半解的理解,知道的圖論的算法也就最最基礎的深搜、廣搜、最小生成樹、單源點最短路徑,可即使是這最最基礎的算法玩得也不利索。所以這次真的是抱着認認真真、不打一點馬虎眼、不騙自己的態度來學習的,認真學習理解每一個算法、認真寫每一行靠譜的代碼(每星期的課後作業還是很有意思的,有難度但有心就能做),還有及時作總結,就像現在做的事情一樣。
我希望能夠在這門課結束的時候能夠堅實自己的基礎,也能夠保持對代碼的感覺,代碼量的不同真的會讓程序員有不同的感覺。
好了,進入正題吧、、
1.1 數據結構
構建圖的數據結構不多,典型的就幾種吧:鏈表或者是數組,存放的方式可以是二維矩陣,0/1表示兩個節點是否相連,空間開銷是V*V,V表示圖的節點個數;再有就是直接存放每條邊,空間開銷是E,E表示邊的條數。
顯然,有更好的數據結構方式,那就是鄰接表。V大小的數組存放每個節點,數組的每個元素又由鏈表鏈出,鏈表中的每個元素表示與該數組元素相連的節點。鄰接表的數據結構節省了空間的開銷,也降低了查找的時間代價,是一種常用的圖論的數據結構。
坑爹的csdn,好不容易寫一回blog,竟然不能上傳圖片,只得一行一行敲代碼!!!注:所有的示例代碼以及所需包含的庫都可以在這裏下載。
public class Graph {
private final int V;
private Bag<Integer>[] adj; // adjacency lists (using Bag data type)
public Graph(int V) {
this.V = V;
adj = (Bag<Integer>[]) new Bag[V]; // create empty graph with V vertices
for (int v = 0; v < V; v++)
adj[v] = new Bag<Integer>();
}
public void addEdge(int v, int w) {
// add edge v-w (parallel edges and self-loops allowed)
adj[v].add(w);
adj[w].add(v);
}
// iterator for vertices adjacent to v
public Iterable<Integer> adj(int v) {
return adj[v]
}
}
1.2 深搜(帶路徑記錄)
深搜是圖論中很常見的算法,可能是圖論中很多算法的基礎,也許比廣搜用得還多,話不多說,直接上代碼。
public class DepthFirstPaths {
private boolean[] marked[]; // marked[v]=true if v connected to s
private int[] edgeTo; // edge[v] = previous vertex on path from s to v
private int s;
public DepthFirstPahts(Graph G, int s) {
// ... initialize data structire
dfs(G, s); // find vertices connected to s
}
// recursive DFS does the work
private void dfs(Graph G, int v) {
marked[v] = true;
for (int w : G.adj(v)) {
if (!marked[w]) {
dfs(G, w);
edge[w] = v;
}
}
}
public boolean hasPathTo(int v) {
return marked[v];
}
public Iterable<Integer> pathTo(int v) {
if (!hasPathTo(v)) return null;
Stack<Integer> path = new Stack<Integer>();
for (int x = v; x != s; x = edgeTo[x])
path.push(x);
path.push(s);
return path;
}
}
1.3 廣搜
與深搜不同,同樣是圖搜索,但是更廣泛地用於最短路徑的算法中。
public class BreadthFirstPaths {
private boolean[] marked;
private int[] edgeTo;
private void bfs(Graph G, int s) {
Queue<Integer> q = new Queue<Integer>();
q.enqueue(s);
marked[s] = true;
while(!q.isEmpty()) {
int v = q.dequeue();
for (int w : G.adj(v)) {
if (!marked[w]) {
q.enqueue(w);
marked[w] = true;
edgeTo[w] = v;
}
}
}
}
}
1.4 連通分量(深搜解決)
public class CC {
private boolean[] marked;
private int[] id; // id[v] = id of component containing v
private int count; // number of components
public CC(Graph G) {
marked = new boolean[G.V()];
id = new int[G.V()];
for (int v = 0; v < G.V(); v++) {
if (!marked[v]) {
dfs(G, v); // run DFS from one vertex in each component
count++;
}
}
}
// number of components
public int count() {
return count;
}
// id of component containing v
public int id(int v) {
return id[v];
}
// all vertices discovered in same call of dfs have same id
private void dfs(Graph G, int v) {
marked[v] = true;
id[v] = count;
for (int w : G.adj(v))
if (!marked[w])
dfs(G, w);
}
}
下面是有向圖的基本算法,深搜和廣搜就不再贅述了,和無向圖基本上一致,沒什麼好說的。
2.1 拓撲排序(DAG:Directed acyclic graph)
首先,什麼是拓補排序呢。我自己也說不清楚,只能感覺出來,就比如一批工作,每兩個工作有先後次序,什麼先做、什麼後做,需要給出所有這些工作它們之間清楚的序列關係,大概就是拓撲排序了吧。這裏拓撲排序算法是藉助深搜,終於認識到深搜的強大了吧。
public class DepthFirstOrder {
private boolean[] marked;
private Stack<Integer> reversePost;
public DepthFirstOrder(Digraph G) {
reversePost = new Stack<Integer>();
marked = new boolean[G.V()];
for (int v = 0; v < G.V(); v++)
if (!marked[v]) dfs(G, v);
}
private void dfs(Digraph G, int v) {
marked[v] = true;
for (int w : G.adj(v))
if (!marked[w]) dfs(G, w);
reversePost.push(v);
}
// returns all vertices in "reverse DFS postorder"
public Iterable<Integer> reversePost() {
return reversePost;
}
}
2.2 強連通分量
首先,強連通的定義:節點v和節點w強連通充分必要條件是在有向圖中有v到w的路徑,也有w到v的路徑。
那麼強連通分量的定義:最大化強連通集合的節點個數。
這裏用的是Kosaraju-Sharir算法計算強連通分量,Kosaraju-Sharir算法主要由兩部分組成:
(1)計算圖G'的拓撲排序,其中圖G'是圖G中所有的有向邊調轉指向,即原來由v->w的邊變成w->v
(2)根據圖G'的拓撲排序的順序在圖G中進行深搜,所能訪問到的節點屬於同一個強連通分量
其實代碼和連通分量非常像,就是加了個拓撲排序,深搜的節點順序是拓撲排序的結果。話不多說,上代碼:
public class KosarajuSharirSCC {
private boolean[] marked;
private int[] id;
private int count;
public KosarajuSharirSCC(Digraph G) {
marked = new boolean[G.V()];
id = new int[G.V()];
DepthFirstOrder dfs = new DepthFirstOrder(G.reverse());
for (int v : dfs.reversePost()) {
if (!marked[v]) {
dfs(G, v);
count++;
}
}
}
private void dfs(Digraph G, int v) {
marked[v] = true;
id[v] = count;
for (int w : G.adj(v))
if (!marked[w]) dfs(G, w);
}
public boolean stronglyConnected(int v, int w) {
return id[v] == id[w];
}
}
Assigment
最後附上Algorithm Part2 Week1 的作業和測試用例。看這裏。
鼕鼕加油!再苦再累路也得走完,想明白自己想要的是什麼,放棄的是什麼。每天進步一點點,我知道過程會很艱苦,會沒有人相信你,但是真的要自己相信自己。一定行行行!!!