当需要查找树的所有节点的总和时,将创建一个类,该类包含设置根节点,向树中添加元素,搜索特定元素以及将树中的元素添加至的方法。找到总和,依此类推。可以创建该类的实例来访问和使用这些方法。
以下是相同的演示-
class Graph_structure: def __init__(self, V): self.V= V self.adj= [[] for i in range(V)] def DFS_Utility(self, temp, v, visited): visited[v] = True temp.append(v) for i in self.adj[v]: if visited[i] == False: temp = self.DFS_Utility(temp, i, visited) return temp def add_edge(self, v, w): self.adj[v].append(w) self.adj[w].append(v) def find_connected_components(self): visited = [] connected_comp = [] for i in range(self.V): visited.append(False) for v in range(self.V): if visited[v] == False: temp = [] connected_comp.append(self.DFS_Utility(temp, v, visited)) return connected_comp my_instance = Graph_structure(6) my_instance.add_edge(1, 0) my_instance.add_edge(2, 3) my_instance.add_edge(3, 4) my_instance.add_edge(5, 0) print("There are 6 edges. They are : ") print("1-->0") print("2-->3") print("3-->4") print("5-->0") connected_comp = my_instance.find_connected_components() print("连接的组件是...") print(connected_comp)输出结果
There are 6 edges. They are : 1-->0 2-->3 3-->4 5-->0 连接的组件是... [[0, 1, 5], [2, 3, 4]]
使用“ _init_”方法定义了一个名为“ Graph_structure”的类。
定义了一种名为“ DFS_Utility”的方法,该方法有助于对图形的元素执行深度优先遍历。
定义了另一个名为“ add_edge”的方法,该方法有助于将节点添加到图中。
定义了另一种名为“ find_connected_components”的方法,该方法有助于确定连接到特定节点的节点。
创建了“ Graph_structure”的实例。
使用'add_edge'方法向其中添加元素。
它显示在控制台上。
将调用“ find_connected_components”,并在控制台上显示输出。
本文向大家介绍Python程序在无向图中使用DFS查找所有连接的组件,包括了Python程序在无向图中使用DFS查找所有连接的组件的使用技巧和注意事项,需要的朋友参考一下 当需要在无向图中使用深度优先搜索来查找所有连接的组件时,将定义一个类,该类包含用于初始化值,执行深度优先搜索遍历,查找连接的组件,将节点添加到图等的方法。可以创建该类的实例,并可以访问方法以及对其进行操作。 以下是相同的演示-
本文向大家介绍Python程序,用于在图形中使用BFS查找可从节点到达的所有节点,包括了Python程序,用于在图形中使用BFS查找可从节点到达的所有节点的使用技巧和注意事项,需要的朋友参考一下 当需要查找树的所有节点的总和时,将创建一个类,该类包含设置根节点,向树中添加元素,搜索特定元素以及将树中的元素添加至的方法。找到总和,依此类推。可以创建该类的实例来访问和使用这些方法。 以下是相同的演示-
我有一个无向图,我想从一个起始节点列出所有可能的路径。2个节点之间的每个连接在列出的路径中是唯一的,例如,给出以下图表示: 我无法使用现有的算法来完成它,我知道像DFS。任何帮助都将非常感谢。
问题内容: 在查找循环方面已经存在一些问题,但是我没有找到SQL的解决方案(首选MSSQL)。 这些表将是Node(NodeID INT)和Edge(EdgeID INT,NodeID1 INT,NodeID2 INT) 在有向图中找到周期的性能很好的解决方案是什么? 问题答案: 该解决方案非常简单明了,但时间更长: 首先,将生成通过该图的所有路径的列表,以使任何路径都不会包含同一条边。 从此信息
我需要找到一个算法来找到有向图中的所有根,在O(n m)。 我有一个寻找单个根的算法: 在v中的某些v上运行DFS(v)。如果结果是一个生成树,则v是根。否则,结果就是树木成林。然后: 在最后一棵树的根上运行DFS(u)。如果结果是一棵生成树,那么u是根。否则,图中没有根 现在,如果我想找到所有的根,最好的方法是每次在最后一棵树的不同顶点上运行上述算法O(n)次吗?假设我找到了一个根,如果另一个根