n 포인트 n 포인트와 이들 포인트 사이의 거리 d를 감안할 때, 나는 이러한 거리를 초래할 무 방향성 가중 그래프를 찾아야합니다. Prim의 알고리즘을 사용하여 MST를 찾으려고 시도했지만,이 세트는 크기가 n-1이고 n 개의 필요한 모서리를 포함하지 않습니다. 예 : N 거리 나 해당 가장자리를 찾을 필요가 0 3 5
3 0 4
5 4 0
에 의
가정 G = (V, E)은 완전한 그래프입니다. 평면에서 점 집합을 점으로하고 가장자리를 점 사이의 선분이라고합시다. 각 모서리 [a, b]의 가중치를 세그먼트 'ab'의 길이라고합시다. 에 대한 프림의 알고리즘 및 크루스 칼의 알고리즘을 읽은 후, 나는 약간의 사운드 지식을 가지고이 욕심 알고리즘 출력 그래프의 최소 스패닝 트리를 그. 내 질문은 : G의
그래프 G = (V, E)와 무게 함수 w : E-> R +가 있습니다. 또한 나는 G의 MST T를 가지고있다. 우리는 다음과 같은 알고리즘을 만들어야한다.우리는 가중 w (e ')가 E 인 새로운 에지 e'를 추가하면 을 알고리즘에 추가해야한다. 이는 새로운 그래프 G '= (V, EUe')의 MST가 될 수 있도록 T를 업데이트한다. 복잡성 : O (
다음은 Prims 알고리즘에 대한 내 코드입니다. 요청한대로 내 자신의 링크 된 목록을 작성하고 있습니다. 작은 수의 꼭지점에서는 잘 작동하지만 꼭지점이 크면 실패합니다 (모든 큰 수에 대한 정점으로 812800을 얻음). 입력 형식 : 첫 번째 행은 그래프의 노드 수를 나타내는하고, 그래프에서 에지들의 수를 나타내는, 두 개의 정수를 갖는다. 다음 줄은
안녕하세요 저는 알고리즘을 처음 사용하고 최소 스패닝 트리를 이해하려고합니다. 저는 Cormen, Leiserson, Rivest 및 Stein의 "Introduction to Algorithms"책을 연구합니다. 나는 문장을 이해하는 데 어려움을 겪었습니다. ".. 컷 은을 의미하고, A의 가장자리가 컷을 교차하지 않으면 엣지의 집합 A를 의미합니다."
저는 neo4j에서 일부 그래프 이론 알고리즘을 가지고 놀고 있습니다. 내 네트워크 내에서 최소 스패닝 트리 (mst)를 찾으려고합니다. 나는 종합적으로 10,000 명의 사람들의 네트워크를 만들었습니다. 각 사람은 12 개의 관계 유형을 가지고 있으며 각각은 다른 9999로 다시 연결되며 각각의 관계는 자신의 가중치가 할당됩니다. 그러나 문제는 내가 정의
현재 Baruvka의 알고리즘을 아래와 같이 코딩하고 있습니다. 그러나 이미 탐욕적인 선택을 사용하여 이미 찍힌 가장자리 목록에 이미 존재하는 경우 가장자리 e = uv를 확인하는 질문이 제공됩니다. O (logn) 시간에 edge e를 검색하려면 어떻게해야합니까? 이걸 도와 주시겠습니까 ... 검색 작업은 BFS 또는 DFS를 사용하여 수행 할 수 있으며
나는 나의 데이터에 대한 비평 행렬을 만들었습니다. KNN 메서드에서 가장자리 결과 집합을 얻으려고합니다. 나는 KNN가 감독 학습 방법이라는 것을 읽었습니다. 그래서 제가 읽은 모든 문헌에서이 훈련 집합과 시험 집합이 나오고 알고리즘은 시험 데이터의 분류를 예측합니다. 하지만 내가 쓴 것은 분류 (또는 결과)가 아니라 3-NN 메서드에서 발생한 모서리 집