子圖發現演算法

① 對於一個復雜的有向無環網路，怎麼尋找它的一個子圖，其中子圖內的箭頭只在子圖內，也就是個閉集這

說明不清晰。什麼叫子圖內的箭頭只在子圖內？我猜你想說，子圖中的任意節點只能指向該子圖內某個節點，不能指向子圖外部的節點。
方法是：找到該DAG圖的所有葉子節點（出度為0的節點）。如果該子圖只包括一個葉子，則該子圖是以該葉子節點為根的反向DAG圖（即從該節點出發，逆著邊的方向，得到反向DAG圖。這顯然不唯一，非常多）；如果包括多個葉子（比如n個葉子），則該子圖是前面n個反向DAG圖的並。
總之，一個很簡單的DAG圖就有很多這種子圖，非常多。前面的演算法中含有冗餘的計算，可以進一步改善。

② 圖的最小生成樹演算法

圖的生成樹和最小生成樹生成樹(SpanningTree):如果一個圖的子圖是一個包含圖所有節點的樹,那這個子圖就稱為生成樹.

③ 數據結構中靜態圖數據結構的子圖匹配演算法有哪些

您可以在管理區－－產品管理－－資料庫產品定義中，
檢查產品定義，確保「SQL2000資料庫產品」使用的是「SQL2000的服務

器」，如果您將「SQL2000資料庫產品」錯位的設置為「使用MYSQL的服務

器」，就會造成開通一個資料庫失敗，請您到管理區－－產品管理－－數據

庫產品定義中的「SQL2000資料庫產品」改為使用的是「SQL2000的服務
器」，就可以解決這個問題。

④ 靜態圖數據結構的子圖匹配演算法有哪些

是程序的靈魂，數據結構是計算機存儲、組織數據的方式，整形用二進制儲存，字元串用一位元組等；演算法是一種程序開發流程思想，要鍛煉好呀！

⑤ 求大神解釋一下frequent subgraphs是個什麼概念

頻繁子圖 一種演算法，網路有介紹。
(1)按照模式挖掘演算法的輸入數據類型進行分類:分為graph-transaction和singie-graph兩種類型。graph-transaction型模式挖掘所處理的輸入數據是由許多規模相對較小的圖構成的集合，每個圖可能只包含幾十到幾百個頂點;而single-graph型模式挖掘的對象則只有-個大圖，這個大圖包含成千上萬個頂點。這兩種類型的區別還在於它們計算候選子圖頻度時所使用的策略。graph-transaction型計算模式在圖集合每個圖中是否出現，不管它在同-個圖中出現了多少次均計數-次，而single-graph型則計算模式在這個大圖中不同位置出現的總次數。根據兩種類型的特徵，解決graph-transaction類型的演算法不能用來解決single-graph類型模式挖掘，但是Single-graph類型的演算法卻能方便應用於graph-transaction類型。
(2)按照採用度量的不同進行分類:分為支持度(support)、支持度-置信度、MDL(minimumdescri-Ptionlength)三種。支持度型挖掘是以子圖在輸入圖中出現的次數來作為度量的，大部分演算法都是基於支持度的;MDL型挖掘是以壓縮輸入數據的程度來度量，-般採用公式valuo(s，g)=dl(g)/(dl(g1)+dl(g2))來計算，其中:是子圖，g是輸入的圖集合，dl(g)表示圖集合g的存儲空間，dl(g2)表示把g中所有出現:的地方都用同-個頂點替換後的圖形所需的存儲空間;支持度-置信度型挖掘是以既要滿足最小支持度又要滿足最小置信度來衡量的。還有其它-些度量方法，這里就不再介紹了。

⑥ 求一個圖的最大完全子圖的演算法

最大完全子圖，超超的地址我打不開
用度的方法是不行的，因為完全子圖可能每一個結點的度都不一樣

我想能不能這樣：
從某一個結點開始深度優先遍歷，同時用一個路徑數組記錄下遍歷走過的每一個結點，每進入遍歷結點，先看看該結點的鄰接點是否包含已知路徑上的所有結點，若是，則把該結點加入路徑數組，繼續從新結點遍歷；若不是，回溯到上一結點；這樣直到無法回溯（另外設置一個訪問狀態數組VisitIN[]，起始結點的所有鄰接點VisitIN值為1就無法回溯了）就找到一個完全子圖

把起始結點訪問狀態Visit[]改為1，繼續從下一結點出發重復上述過程，直到找到最大的完全子圖。（演算法的關鍵是判斷某一結點的鄰接點是否包含路徑數組的所有結點）

不過這樣做復雜度是高的了，我還沒想到更好的方法。

各點度不一樣不要緊，可以降低一級，再查。如下圖中，最大度數為3，先找是否有另外3個3度點且都1-1相連，發現沒有，就降為尋找有否3個2度點相互都1-1相連，這樣就找到了。

2
*
/ \
/ \
*-----*----*----*
2 3 2 1

⑦ 求圖論的生成子圖演算法，要求生成盡可能多的子圖

在圖論的歷史中，還有一個最著名的問題－－四色猜想。這個猜想說，在一個平面或球面上的任何地圖能夠只用四種顏色來著色，使得沒有兩個相鄰的國家有相同的顏色。每個國家必須由一個單連通域構成，而兩個國家相鄰是指它們有一段公共的邊界，而不僅僅只有一個公共點。20世紀80-90年代曾邦哲的綜合系統論（結構論）觀將「四色猜想」命題轉換等價為「互鄰面最大的多面體是四面體」。四色猜想有一段有趣的歷史。每個地圖可以導出一個圖，其中國家都是點，當相應的兩個國家相鄰時這兩個點用一條線來連接。所以四色猜想是圖論中的一個問題。它對圖的著色理論、平面圖理論、代數拓撲圖論等分支的發展起到推動作用。 （下圖是在上下對折再左右對折以後形成一個輪胎形狀，有7個區域兩兩相連，就是說在一個環面上作圖，需要7種顏色，外國數學家構造林格證明：Np=[(7+√1+48p)/2]，p=1，N1=7。
圖論中最著名的四色猜想解決辦法 韓世君利用三角形性質和數學歸納法解決了四色猜想 摘要：將平面圖的不相連點使其相連（這樣增加著色難度），形成有許多三角形相連的平面圖，根據三角形的穩定性，利用數學歸納法，平面圖進行著色最多需4種顏色。 定理：在平面圖中,對不同頂點進行著色,相鄰頂點著不同顏色,不相鄰頂點著相同顏色,則最多需4種顏色。 證明：在平面圖中，不在同一直線上的三點決定一個平面，那麼三點構成的三角形是平面圖中最基本、最簡單、最穩定、密閉的圖形。 由於在對地圖著色過程中不考慮圖的具體形狀只考慮點是否相鄰，將平面圖的不相連點使其相連（這樣增加著色難度），形成有許多三角形相連的平面圖（三點以下肯定成立）。如圖1：添加輔助線（不相鄰的點使其相鄰，這樣就增加了著色的色數，有利於證明），將圖1分解為4個△ABC。 在平面圖中的無數點中，任取相鄰三點構成各點相鄰的△ABC（見圖2），則需3種顏色A B C,在平面圖中再任取一點 D 與 A B C 三點相鄰,同時D又與A B C三點相連後形成三角形。任取一點E與 A、B、C、D四色相連，E必與四色之一色相同即E點在△ABD中與C色相同、在△ACD中與B色相同、在△BCD中與A色相同、在△ABC外與D色相同，E與另外三色相連形成新的三角形。 在三角形的三點之外任取一點只有在三角形的內部和外部兩種情況且這兩種情況的點不會相鄰，該點最多與三角形的三點相連且又形成新的三角形。 繼續選取一點進行著色，該點同樣最多與三角形的三點相連且又形成新的三角形，該點至少為四色中的一色。逐點（第n點）著色至將所有點（第n+1點）著色只須A、B、C、D四色其中一色。 圖的著色方法：任意一張地圖，將孤立的點用一種顏色著色（A色），不能形成密閉圖形的相連的點用兩種顏色（A、B色）。將剩餘的點不相連的用虛線使其相連形成許多三角形，完全不相連的圖不進行相連。任取相連三點著三種顏色（A、B、C色），再取與其相連的點，如果與A、B、C三色的點都相連著D色，否則著與其不相連的其中一色，用虛線相連的點可以用同一種顏色也可以用兩種顏色，依次取與著色的點相連的點用以上方法進行著色。這樣對所有的點進行著色最多用四色（A、B、C、D色）。 圖論的廣泛應用，促進了它自身的發展。20世紀40-60年代，擬陣理論、超圖理論 、極圖理論，以及代數圖論、拓撲圖論等都有很大的發展 拓撲學在泛函分析、李群論、微分幾何、微分方程和其他許多數學分支中都有廣泛的應用。 （右圖是：下面的三叉安在上面的環面上，就是有3個洞的9個兩兩相連區域，上面的圖上下對折再左右對折就是一個輪胎形狀環面圖2）
左圖是虧格為4時10個兩兩相連區域構造，上圖上下對折，再左右對折，形成一個輪胎形狀，再把下面的四叉按照A,B,C,D編號安上，就是有4個洞的兩兩相連區域圖3（王曉明構造）。

⑧ 圖同構，子圖匹配演算法c++代碼

子圖同構的？、這懸賞分太低了。。。難度又大、、

⑨ 靜態圖數據結構子圖匹配演算法有哪些

直觀點就是線路規劃,流量分析之類的直觀圖結構問題. 廣義來說很多包含關系對的邏輯結構都可以轉化成圖,比如匹配問題可以轉化成二分圖.