這篇文章將為大家詳細講解有關python graph的作用有哪些,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關知識有一定的了解。
目前創(chuàng)新互聯(lián)公司已為近1000家的企業(yè)提供了網(wǎng)站建設、域名、雅安服務器托管、網(wǎng)站托管維護、企業(yè)網(wǎng)站設計、吉州網(wǎng)站維護等服務,公司將堅持客戶導向、應用為本的策略,正道將秉承"和諧、參與、激情"的文化,與客戶和合作伙伴齊心協(xié)力一起成長,共同發(fā)展。
圖結(jié)構(gòu)(Graph)——算法學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)點設置一個鄰接列表。下面我們來實現(xiàn)一個最簡單的:假設我們現(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)行與圖相關的工作時,需要反復遵從一個主題思想,即一個圖的最佳表示方法應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}, squ6kqw, {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
關于python graph的作用有哪些就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。