조정 가중치 그래프에서 정확히 k개의 모서리를 갖는 최단 경로를 찾는 문제에는 정확히 k개의 모서리를 탐색하면서 가장 작은 가중치를 갖는 경로를 결정하는 것이 포함됩니다. 이는 가능한 모든 방법으로 최소한의 가중치를 저장하기 위해 3D 프레임워크를 사용하는 등 동적 프로그래밍 전략을 사용하여 달성됩니다. 정점과 가장자리에서 계산이 반복되어 각 단계에서 최소 가중치를 조정합니다. 정확히 k개의 간선을 갖는 가능한 모든 방법을 고려함으로써 계산은 그래프에서 k개의 간선을 갖는 가장 제한된 방법을 구별할 수 있습니다.
사용방법
순진한 재귀적 방법
가장자리 제약 조건이 있는 Dijkstra의 알고리즘
순진한 재귀적 방법
순진한 재귀적 방법은 복잡한 문제를 더 작은 하위 문제로 분해하고 재귀적으로 해결하는 방식으로 문제 해결을 위한 중요하고 명확한 전략이 될 수 있습니다. 이 접근 방식에서 작업은 기본 사례에 도달할 때까지 하위 문제를 탐색하기 위해 자체를 여러 번 호출합니다. 그럼에도 불구하고, 이중 계산 및 하위 문제 커버로 인해 더 큰 문제의 경우 낭비가 될 수 있습니다. 메모리나 에너지 프로그래밍과 같은 최적화 방법이 필요합니다. 속기 쉬운 재귀 방법은 얻고 구현하기 쉽지만 기하급수적인 시간 복잡성으로 인해 어려움을 겪을 수 있습니다. 소규모 문제를 해결하거나 보다 최적의 계산을 위한 출발점으로 사용되는 경우가 많습니다.
알고리즘
그래프, 소스 정점 u, 대상 정점 v 및 모서리 수 k를 입력으로 사용하는 작업 최단 경로(그래프, u, v, k)를 나타냅니다.
기본 상황 확인:
아. k와 u가 v와 짝수이면 반환합니다(이 경우 모서리가 허용되지 않으므로).
두번째. k가 1이고 그래프에서 u와 v 사이에 간선이 있으면 해당 가중치가 반환됩니다.
c. k가 0보다 작거나 같으면 무한히 반환합니다(음수 또는 0 가장자리는 허용되지 않으므로).
최단 경로 거리를 저장하려면 무한 변수 res를 초기화하세요.
그래프는 다음과 같이 모든 정점에 대해 반복되어야 합니다.
아. 당신과 내가 u 또는 v로 상승하지 않으면 u에서 i로의 가장자리가 존재합니다.
shortestPath를 재귀적으로 호출합니다. 여기서 i는 최신 소스 정점이고, v는 대상 정점이고, k−1은 나머지 가장자리 수입니다.
반환된 결과가 무한이 아닌 경우 res는 res의 최소값과 현재 에지 및 재귀 결과의 가중치로 업그레이드됩니다.
k개 모서리를 정확하게 분리하는 가장 제한된 방법으로 res 값을 반환합니다.
예
으아악출력
으아악가장자리 제약 조건이 있는 Dijkstra의 알고리즘
Dijkstra의 가장자리 제약 조건 알고리즘은 소스 정점과 그래프의 다른 모든 정점 사이의 최단 경로를 식별하는 그래프 순회 계산입니다. 가장 큰 또는 가장 작은 가장자리 가중치와 같은 그래프 가장자리의 제한이나 제약 조건을 고려합니다. 계산에서는 필요한 꼭지점 선을 유지하고 제거할 가장 적은 꼭지점을 반복적으로 선택합니다. 이 시점에서 더 짧은 경로가 발견되면 인접한 정점 사이의 거리를 늘려 인접한 정점을 완화합니다. 이 준비는 모든 정점을 방문할 때까지 계속됩니다. 가장자리 명령을 사용하는 Dijkstra의 알고리즘은 선택한 방법이 가장 제한된 방법을 찾는 동시에 필요한 가장자리 제약 조건을 충족하도록 보장합니다
알고리즘
다익스트라의 작품을 만들려면 다음 매개변수를 사용하세요
-
그래프: 정점과 가장자리가 있는 입력 그래프
출처: 가장 제한된 경로의 시작 정점
제약: 가장자리의 제한 또는 장애물
사라진 정점 세트와 정점과 거리를 저장하는 수요선을 초기화합니다.
삭제 클러스터를 생성하고 0으로 설정된 소스 정점을 제외한 모든 정점에 대해 삭제를 종료 가능성으로 설정합니다.
소스 정점을 거리에 따라 원하는 행으로 배열합니다.
수요 파이프라인을 제거할 수 없는 동안 다음을 수행하십시오.
원하는 대기열에서 제거 횟수가 가장 적은 정점을 대기열에서 제거합니다.
지금 정점을 더 이상 방문하지 않으면
방문한 것으로 표시하세요.
현대 정점의 인접한 각 정점에 대해:
가장자리 장벽을 적용하여 가장자리를 고려할 수 있는지 확인하세요.
가장자리 가중치와 제약 조건을 고려하여 정점을 공급하는 것부터 인접한 정점까지 사용되지 않은 거리를 계산합니다.
현재 구분 기호가 최신 구분 기호보다 짧은 경우 구분 기호 배열을 개선하세요.
사용하지 않은 거리를 사용하여 인접한 정점을 원하는 행에 대기열에 넣습니다.
모든 정점에 도달한 후 별도의 클러스터에는 공급 정점에서 가장자리 제약 조건을 충족하는 각 정점까지의 최대 짧은 거리가 포함됩니다.
개별 클러스터를 결과로 반환합니다.
示例
#include <iostream> #include <vector> #include <limits> struct Edge { int destination; int weight; }; void dijkstra(const std::vector<std::vector<Edge>>& graph, int source, std::vector<int>& distance) { int numVertices = graph.size(); std::vector<bool> visited(numVertices, false); distance.resize(numVertices, std::numeric_limits<int>::max()); distance[source] = 0; for (int i = 0; i < numVertices - 1; ++i) { int minDistance = std::numeric_limits<int>::max(); int minVertex = -1; for (int v = 0; v < numVertices; ++v) { if (!visited[v] && distance[v] < minDistance) { minDistance = distance[v]; minVertex = v; } } if (minVertex == -1) break; visited[minVertex] = true; for (const auto& edge : graph[minVertex]) { int destination = edge.destination; int weight = edge.weight; if (!visited[destination] && distance[minVertex] != std::numeric_limits<int>::max() && distance[minVertex] + weight < distance[destination]) { distance[destination] = distance[minVertex] + weight; } } } } int main() { int numVertices = 4; int source = 0; std::vector<std::vector<Edge>> graph(numVertices); // Add edges to the graph (destination, weight) graph[0] = {{1, 10}, {2, 3}}; graph[1] = {{2, 1}, {3, 7}}; graph[2] = {{3, 6}}; std::vector<int> distance; dijkstra(graph, source, distance); // Print the shortest distances from the source vertex std::cout << "Shortest distances from vertex " << source << ":\n"; for (int i = 0; i < numVertices; ++i) { std::cout << "Vertex " << i << ": " << distance[i] << '\n'; } return 0; }
输出
Shortest distances from vertex 0: Vertex 0: 0 Vertex 1: 10 Vertex 2: 3 Vertex 3: 9
结论
本文概述了两个重要的计算,以帮助理解协调和加权图表中的大多数问题。它阐明了易受骗的递归方法和带有边缘限制的 Dijkstra 计算。轻信递归方法包括递归地研究具有精确 k 个边的所有可能的方式,以发现最有限的方式。 Dijkstra 的边命令式计算采用了所需的线和面积规则,成功地找出了图表中从供给顶点到所有不同顶点的最大受限方式。本文包含了计算的具体说明,并给出了测试代码来说明其用法.
위 내용은 방향성 가중치 그래프에서 정확히 k개의 간선을 포함하는 최단 경로를 찾습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

C# 및 C 및 개발자 경험의 학습 곡선에는 상당한 차이가 있습니다. 1) C#의 학습 곡선은 비교적 평평하며 빠른 개발 및 기업 수준의 응용 프로그램에 적합합니다. 2) C의 학습 곡선은 가파르고 고성능 및 저수준 제어 시나리오에 적합합니다.

C# 및 C가 객체 지향 프로그래밍 (OOP)의 구현 및 기능에 상당한 차이가 있습니다. 1) C#의 클래스 정의 및 구문은 더 간결하고 LINQ와 같은 고급 기능을 지원합니다. 2) C는 시스템 프로그래밍 및 고성능 요구에 적합한 더 미세한 입상 제어를 제공합니다. 둘 다 고유 한 장점이 있으며 선택은 특정 응용 프로그램 시나리오를 기반으로해야합니다.

XML에서 C로 변환하고 다음 단계를 통해 수행 할 수 있습니다. 1) TinyxML2 라이브러리를 사용하여 XML 파일을 파싱하는 것은 2) C의 데이터 구조에 데이터를 매핑, 3) 데이터 운영을 위해 std :: 벡터와 같은 C 표준 라이브러리를 사용합니다. 이러한 단계를 통해 XML에서 변환 된 데이터를 효율적으로 처리하고 조작 할 수 있습니다.

C#은 자동 쓰레기 수집 메커니즘을 사용하는 반면 C는 수동 메모리 관리를 사용합니다. 1. C#의 쓰레기 수집기는 메모리 누출 위험을 줄이기 위해 메모리를 자동으로 관리하지만 성능 저하로 이어질 수 있습니다. 2.C는 유연한 메모리 제어를 제공하며, 미세 관리가 필요한 애플리케이션에 적합하지만 메모리 누출을 피하기 위해주의해서 처리해야합니다.

C는 여전히 현대 프로그래밍과 관련이 있습니다. 1) 고성능 및 직접 하드웨어 작동 기능은 게임 개발, 임베디드 시스템 및 고성능 컴퓨팅 분야에서 첫 번째 선택이됩니다. 2) 스마트 포인터 및 템플릿 프로그래밍과 같은 풍부한 프로그래밍 패러다임 및 현대적인 기능은 유연성과 효율성을 향상시킵니다. 학습 곡선은 가파르지만 강력한 기능은 오늘날의 프로그래밍 생태계에서 여전히 중요합니다.

C 학습자와 개발자는 StackoverFlow, Reddit의 R/CPP 커뮤니티, Coursera 및 EDX 코스, GitHub의 오픈 소스 프로젝트, 전문 컨설팅 서비스 및 CPPCon에서 리소스와 지원을받을 수 있습니다. 1. StackoverFlow는 기술적 인 질문에 대한 답변을 제공합니다. 2. Reddit의 R/CPP 커뮤니티는 최신 뉴스를 공유합니다. 3. Coursera와 Edx는 공식적인 C 과정을 제공합니다. 4. LLVM 및 부스트 기술 향상과 같은 GitHub의 오픈 소스 프로젝트; 5. JetBrains 및 Perforce와 같은 전문 컨설팅 서비스는 기술 지원을 제공합니다. 6. CPPCON 및 기타 회의는 경력을 돕습니다

C#은 높은 개발 효율성과 크로스 플랫폼 지원이 필요한 프로젝트에 적합한 반면 C#은 고성능 및 기본 제어가 필요한 응용 프로그램에 적합합니다. 1) C#은 개발을 단순화하고, 쓰레기 수집 및 리치 클래스 라이브러리를 제공하며, 엔터프라이즈 레벨 애플리케이션에 적합합니다. 2) C는 게임 개발 및 고성능 컴퓨팅에 적합한 직접 메모리 작동을 허용합니다.

C 지속적인 사용 이유에는 고성능, 광범위한 응용 및 진화 특성이 포함됩니다. 1) 고효율 성능 : C는 메모리 및 하드웨어를 직접 조작하여 시스템 프로그래밍 및 고성능 컴퓨팅에서 훌륭하게 수행합니다. 2) 널리 사용 : 게임 개발, 임베디드 시스템 등의 분야에서의 빛나기.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

WebStorm Mac 버전
유용한 JavaScript 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

Dreamweaver Mac版
시각적 웹 개발 도구
