Cetak darjah setiap pusat dalam pilih atur Prufer yang diberikan, bersedia untuk menyerlahkan dan mengira acara bagi setiap nod melalui pilih atur. Dengan mengesan rekursi untuk setiap nod, kami akan menentukan tahap pusat itu dalam pokok berlabel yang sepadan. Data ini memberikan cerapan tentang rangkaian dan struktur pokok. Dengan mencetak tahap setiap hab, anda boleh menganalisis penghantaran dan membezakan hab yang diperlukan. Peperiksaan ini membuat perbezaan dalam memahami sifat dan ciri pokok awal yang diwakili berdasarkan susunan Prufer.
Kaedah penggunaan
Kaedah pengiraan kekerapan
Perwakilan senarai bersebelahan
Kaedah pengiraan kekerapan
Kaedah pengiraan kekerapan untuk mencetak darjah setiap hab daripada susunan Prufer yang diberikan melibatkan pengiraan peristiwa bagi setiap hab untuk menentukan darjahnya. Untuk melaksanakan pendekatan ini, kamus atau kluster dimulakan untuk menyimpan frekuensi pusat. Ulangi susunan Prufer dan tambahkan bilangan setiap hab berpengalaman. Kiraan setiap hab menunjukkan darjahnya dalam pokok tag. Akhir sekali, darjah semua hab dicetak berdasarkan semakan berulang. Kaedah ini menyediakan cara yang jelas untuk menganalisis penyebaran rangkaian dan darjah hab dalam susunan Prufer dan mendapatkan ciri-ciri struktur pokok pertama.
Algoritma
Mulakan rujukan perkataan atau kelompok yang jelas untuk menyimpan kekerapan nod.
Lelaran pada setiap "pusat" komponen dalam jujukan Prufer.
Semak sama ada "hub" wujud dalam kamus atau tatasusunan.
Jika ada, tambahkan bilangannya sebanyak 1.
Jika tidak hadir, masukkannya dalam rujukan perkataan atau kelompok dengan kiraan awal 1.
Setelah gelung selesai, anda boleh mendapatkan kekerapan setiap pusat dalam urutan Prufer.
Lelaran pada setiap pasangan nilai kunci dalam rujukan atau tatasusunan perkataan.
Kunci berkaitan dengan pusat, manakala harga diri berkaitan dengan kuantiti atau darjah dalam pokok penanda.
Cetak bahagian tengah setiap pasangan nilai kunci dan tahap perbandingannya.
Dasar hab yang dicetak menggambarkan darjah khusus mereka dalam pokok tag.
Contoh
#include <iostream> #include <vector> struct HubFrequency { int hub; int frequency; }; void countFrequencies(const std::vector<int>& pruferSequence) { std::vector<HubFrequency> frequencyVector; for (int hub : pruferSequence) { bool found = false; for (HubFrequency& hf : frequencyVector) { if (hf.hub == hub) { hf.frequency++; found = true; break; } } if (!found) { frequencyVector.push_back({hub, 1}); } } for (const HubFrequency& hf : frequencyVector) { std::cout << "Hub: " << hf.hub << ", Degree: " << hf.frequency << std::endl; } } int main() { std::vector<int> pruferSequence = {1, 2, 3, 1, 3}; countFrequencies(pruferSequence); return 0; }
Output
Hub: 1, Degree: 2 Hub: 2, Degree: 1 Hub: 3, Degree: 2
Perwakilan senarai bersebelahan
Kaedah perwakilan senarai bersebelahan termasuk menukar kumpulan Prufer kepada struktur maklumat senarai bersebelahan. Mulakan senarai bersebelahan yang jelas, dan untuk setiap komponen dalam jujukan Prufer, tambahkan bahagian pada senarai yang menunjukkan jiran nod itu. Semasa membina senarai bersebelahan anda, jejaki kekerapan setiap hab. Akhir sekali, pusat dengan kadar ulangan tertinggi dalam senarai bersebelahan dikenal pasti dan dibandingkan dengan pusat dengan darjah tertinggi dalam kumpulan Prufer. Pendekatan ini membolehkan kami mengeksploitasi struktur senarai bersebelahan dan data rekursif yang disimpulkan daripada kumpulan Prufer untuk memaksimumkan kecekapan dalam menentukan hab.
Algoritma
Mulakan senarai bersebelahan kosong dan kosongkan kaunter pendua.
Lelaran setiap komponen dalam jujukan Prufer:
a. Naikkan pembilang ulangan nod semasa.
b. Termasuk hab semasa sebagai jiran hab yang disebut dalam jujukan.
Cari pusat dengan kekerapan ulangan tertinggi dalam kaunter ulangan. Hab ini dibandingkan dengan hab dengan darjah terbesar.
Pulihkan hab roda ke tahap maksimum.
Contoh
#include <iostream> #include <vector> #include <unordered_map> // Function to find the hub with the highest recurrence int findHighestRecurrence(const std::unordered_map<int, int>& recurrenceCounter) { int highestRecurrence = 0; int hubWithHighestRecurrence = -1; for (const auto& entry : recurrenceCounter) { int hub = entry.first; int recurrence = entry.second; if (recurrence > highestRecurrence) { highestRecurrence = recurrence; hubWithHighestRecurrence = hub; } } return hubWithHighestRecurrence; } // Function to construct adjacency list from Prufer sequence std::vector<std::vector<int>> constructAdjacencyList(const std::vector<int>& pruferSequence) { std::unordered_map<int, int> recurrenceCounter; std::vector<std::vector<int>> adjacencyList(pruferSequence.size() + 2); for (int hub : pruferSequence) { recurrenceCounter[hub]++; adjacencyList[hub].push_back(findHighestRecurrence(recurrenceCounter)); adjacencyList[findHighestRecurrence(recurrenceCounter)].push_back(hub); } recurrenceCounter[findHighestRecurrence(recurrenceCounter)]++; return adjacencyList; } int main() { // Example Prufer sequence: {1, 3, 4, 2} std::vector<int> pruferSequence = {1, 3, 4, 2}; std::vector<std::vector<int>> adjacencyList = constructAdjacencyList(pruferSequence); // Print the constructed adjacency list for (int i = 1; i < adjacencyList.size(); i++) { std::cout << "Node " << i << " connects to: "; for (int j = 0; j < adjacencyList[i].size(); j++) { std::cout << adjacencyList[i][j] << " "; } std::cout << std::endl; } return 0; }
Output
Node 1 connects to: 1 1 Node 2 connects to: 2 2 Node 3 connects to: 3 3 Node 4 connects to: 4 4 Node 5 connects to:
Kesimpulan
Artikel ini menggambarkan cara mencetak darjah setiap pusat dalam kumpulan Prufer tertentu menggunakan dua kaedah berbeza: kaedah pengiraan rekursif dan kaedah perwakilan senarai bersebelahan. Kaedah pengiraan berulang melibatkan pengiraan peristiwa di setiap pusat dalam kumpulan untuk menentukan tahapnya. Kaedah perwakilan senarai bersebelahan membangunkan senarai bersebelahan berdasarkan pilih atur dan menjejaki ulangan setiap hab untuk menemui hab dengan tahap yang paling penting. Artikel ini menyediakan penerangan kod C bagi kedua-dua kaedah dan menerangkan penggunaannya. Dengan mencetak darjah hab, kami boleh menganalisis struktur tisu dan mengenal pasti hab kritikal dalam perwakilan susunan Prufer.
Atas ialah kandungan terperinci Cetak darjah setiap nod dalam urutan Prufer yang diberikan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

C# menggunakan mekanisme pengumpulan sampah automatik, manakala C menggunakan pengurusan memori manual. 1. Pemungut Sampah C 2.C menyediakan kawalan memori yang fleksibel, sesuai untuk aplikasi yang memerlukan pengurusan yang baik, tetapi harus dikendalikan dengan berhati -hati untuk mengelakkan kebocoran ingatan.

C masih mempunyai kaitan penting dalam pengaturcaraan moden. 1) Keupayaan operasi prestasi tinggi dan perkakasan langsung menjadikannya pilihan pertama dalam bidang pembangunan permainan, sistem tertanam dan pengkomputeran berprestasi tinggi. 2) Paradigma pengaturcaraan yang kaya dan ciri -ciri moden seperti penunjuk pintar dan pengaturcaraan templat meningkatkan fleksibiliti dan kecekapannya. Walaupun lengkung pembelajaran curam, keupayaannya yang kuat menjadikannya masih penting dalam ekosistem pengaturcaraan hari ini.

C Pelajar dan pemaju boleh mendapatkan sumber dan sokongan dari StackOverflow, Komuniti R/CPP Reddit, Coursera dan EDX, Projek Sumber Terbuka di GitHub, Perkhidmatan Perundingan Profesional, dan CPPCON. 1. StackOverflow memberikan jawapan kepada soalan teknikal; 2. Komuniti R/CPP Reddit berkongsi berita terkini; 3. Coursera dan EDX menyediakan kursus f rasmi; 4. Projek sumber terbuka pada GitHub seperti LLVM dan meningkatkan kemahiran meningkatkan; 5. Perkhidmatan perundingan profesional seperti jetbrains dan perforce menyediakan sokongan teknikal; 6. CPPCON dan persidangan lain membantu kerjaya

C# sesuai untuk projek yang memerlukan kecekapan pembangunan tinggi dan sokongan silang platform, manakala C sesuai untuk aplikasi yang memerlukan prestasi tinggi dan kawalan asas. 1) C# Memudahkan pembangunan, menyediakan pengumpulan sampah dan perpustakaan kelas yang kaya, sesuai untuk aplikasi peringkat perusahaan. 2) C membolehkan operasi memori langsung, sesuai untuk pembangunan permainan dan pengkomputeran berprestasi tinggi.

C Alasan penggunaan berterusan termasuk prestasi tinggi, aplikasi luas dan ciri -ciri yang berkembang. 1) Prestasi kecekapan tinggi: C melaksanakan dengan baik dalam pengaturcaraan sistem dan pengkomputeran berprestasi tinggi dengan terus memanipulasi memori dan perkakasan. 2) Digunakan secara meluas: bersinar dalam bidang pembangunan permainan, sistem tertanam, dan lain -lain. 3) Evolusi berterusan: Sejak pembebasannya pada tahun 1983, C terus menambah ciri -ciri baru untuk mengekalkan daya saingnya.

Trend pembangunan masa depan C dan XML adalah: 1) C akan memperkenalkan ciri -ciri baru seperti modul, konsep dan coroutin melalui piawaian C 20 dan C 23 untuk meningkatkan kecekapan dan keselamatan pengaturcaraan; 2) XML akan terus menduduki kedudukan penting dalam pertukaran data dan fail konfigurasi, tetapi akan menghadapi cabaran JSON dan YAML, dan akan berkembang dengan lebih ringkas dan mudah untuk menghuraikan arahan, seperti penambahbaikan XMLSChema1.1 dan XPath3.1.

Model reka bentuk C moden menggunakan ciri -ciri baru C 11 dan seterusnya untuk membantu membina perisian yang lebih fleksibel dan cekap. 1) Gunakan Ekspresi Lambda dan STD :: Fungsi untuk memudahkan corak pemerhati. 2) Mengoptimumkan prestasi melalui semantik mudah alih dan pemajuan sempurna. 3) Penunjuk pintar memastikan jenis keselamatan dan pengurusan sumber.

C Konsep teras pengaturcaraan multithreading dan serentak termasuk penciptaan dan pengurusan thread, penyegerakan dan pengecualian bersama, pembolehubah bersyarat, penyatuan thread, pengaturcaraan tak segerak, kesilapan umum dan teknik debugging, dan pengoptimuman prestasi dan amalan terbaik. 1) Buat benang menggunakan kelas STD :: Thread. Contohnya menunjukkan cara membuat dan menunggu benang selesai. 2) Segerakkan dan pengecualian bersama untuk menggunakan std :: mutex dan std :: lock_guard untuk melindungi sumber bersama dan mengelakkan persaingan data. 3) Pemboleh ubah keadaan menyedari komunikasi dan penyegerakan antara benang melalui std :: condition_variable. 4) Contoh kolam benang menunjukkan cara menggunakan kelas threadpool untuk memproses tugas selari untuk meningkatkan kecekapan. 5) Pengaturcaraan Asynchronous menggunakan std :: as


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

Dreamweaver CS6
Alat pembangunan web visual

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini