圖論的演算法
⑴ 圖論演算法
去專業網找答案
⑵ 圖論演算法的介紹
圖論演算法在計算機科學中扮演著很重要的角色，它提供了對很多問題都有效的一種簡單而系統的建模方式。很多問題都可以轉化為圖論問題，然後用圖論的基本演算法加以解決。遺傳演算法是解優化問題的有效演算法，而並行遺傳演算法是遺傳演算法研究中的一個重要方向，受到了研究人員的高度重視。
⑶ 除了幾種經典的圖論演算法外，你們認為還需要提供什麼樣的圖論演算法請說明這個演算法的基本描述和使用場合．
問范更華吧
⑷ 圖論演算法的題目
一、求出這個圖的補圖 （1）輸入無向圖的各邊所關聯的頂點對，確定每個頂點度，以及圖的最大度數和最小度數，求出這個圖的補圖。
（2）輸入有向圖的各邊所關聯的頂點對，確定每個頂點的出度和入度。
二、編寫一個程序，要求於無向圖和有向圖都能做到：輸入圖的鄰接矩陣和正整數n，求長度為n的鏈和圈。
三、模擬判斷一個程序中是否存在遞歸的函數，若存在，如何消除遞歸。
四、輸入圖的邊，確定這是否為連通圖。
（1）若不是連通圖，則確定連通分圖的個數；
（2）若是連通圖，判斷是否存在割邊和割點，若存在各是什麼？
五、輸入一個多重圖各邊關聯的頂點對。
（1） 判斷它是否存在歐拉圈，若存在，則求出一個歐拉圈；
（2）若不存在，則判斷是否存在一個歐拉鏈，若存在則求之。
六、輸入一個簡單圖的邊列表。
（1）確定是否存在哈密爾頓圈，若存在求該哈密爾頓圈；
（2）若不存在，判斷是否存在哈密爾頓鏈，若存在則求之。
七、自選一個演算法求貨郎擔問題。
八、給定帶權連通簡單圖的邊及權列表，輸入圖中兩個頂點，求兩點是否可達？若可達距離為多少？並輸出這條最短的鏈。
提示：
可以使用Dijkstra演算法——迪傑斯特拉演算法）
九、給定無向圖的邊列表，對該圖進行著色，求著色數。
十、輸入一個加權無向簡單圖的邊及權列表，求最小生成樹，以及這棵最小生成樹的權。
十一、輸入一段文章，全部用小寫字母，求各字母的哈夫曼編碼。
十二、要給n個人分配m個資源，輸入每個人可以獲得的資源情況，求最大匹配，
要求所有資源在滿足盡可能多的人獲得的情況下，全部分配出去。
⑸ 圖論演算法的實際應用
圖論演算法是我們經常用來求解實際問題的一種方法，在數學建模的求解過程中也經常應用
⑹ 機器學習演算法和圖論演算法有什麼不同
機器學習演算法和圖論演算法最大的不同就是處理的數據量上的不同。
比如傳統的一個道路規劃問題，涉及到的對象在百數量級上是很正常的現象，而現在數據產生的速度太快了，數據太多了，對於一個網路優化問題可能涉及的對象是幾個億，比如facebook。即便是百萬，十萬對象的網路，比如約會網站吧，在這個數量級差不多，它會涉及到推薦演算法，推薦的方法的話是用概率模型去做的，可以用機器學習的方法學習出一些結果。
機器學習主要在於解決問題的思路不同，態度更開放，圖論演算法就是針對一個對於全局有了很穩定認識的解決方法，比如一個線上的機器學習演算法，它的預測結果直接影響新數據的產生。
想要學習了解更多機器學習的知識，推薦CDA數據分析師課程。CDA 認證已得到越來越多企業的認可與引進，成為企業的人才評價標准，包括中國電信、聯通、中國人民銀行、中國銀行、中國煙草、國家電網、招商銀行、賓士、聯想、蘇寧等。點擊預約免費試聽課。
⑺ 理解圖論演算法有什麼意義
恩，這個……恩，你是說理解圖論演算法為什麼要那樣做么？
恩，有兩種觀點，一種是看盡量多的演算法，第二種是理解透每個演算法。個人支持第二種。。。
恩，比如說么，對於最小生成樹演算法，如果你知道最小生成樹上的每條邊都是某個割上的最小邊的話，就會有很多應用。又如，由最短路演算法構造出不等式，差分約束就是一個經典的應用。
如此，還有很多……網路流什麼的我就不枚舉了……
反正後期自己研究出一些新的演算法很多證明都是要在理解的基礎上。
⑻ 求《圖論演算法及其matlab實現》的PDF的完整版， 感激不盡
圖論演算法廣泛地應用於物理、化學、運籌學、計算機科學、電子學、資訊理論、控制論、網路理論、管理科學、社會科學等幾乎所有學科領域。《圖論重要演算法的思想及其MATLAB實現》是一本很實用的入門書籍，本書系統介紹了圖論重要演算法的思想及其MATLAB實現。主要內容有：圖論的基礎知識；最短路 ；連通圖；樹；Euler圖 和Hamilton圖；匹配問題及其演算法；網路中的流演算法；最小費用流及其Busacker-Gowan迭代演算法；圖的染色。
⑼ 圖論，演算法
我想很多學習圖論的人都知道J.A. Bondy和U.S.R. Murty著的《Graph Theory with Application》(Elsevier,1976)是圖論教材中的經典，時至今日，仍不失為初學者較好的入門書。還記得蘭州交通大學的張忠輔教授說過，國內第一屆圖論學會就是把大家集中起來學習邦迪的《Graph Theory with Application》，由此可見這本書對國內圖論屆的影響是如此之大。吳望名等人將其譯成中文版本《圖論及其應用》（北京：科學出版社，1984），1988年張克民等人編寫了該書的參考答案《圖論及其應用習題解答》（清華大學出版社，1988）。
在2008年J.A. Bondy和U.S.R. Murty出了新書《Graph Theory》(GTM 244, Springer, 2008), 大家可不妨將其看成是《Graph Theory with Application》的第二版，這本書在內容上做了重新調整，畢竟在第一版出版後的近30年裡涌現出了很多新的結果，所以《Graph Theory》在內容上加進了一些新的結果，這本書我只是讀了其中的幾章，覺得寫的非常棒，建議大家能夠讀讀，這里也值得一提的是將第一版最後提出的50個問題進行了更新，並補充了一些新的問題。總之，我個人認為，《Graph Theory》的確是一部很優秀的圖論教材。
下面給出這兩部教材及其答案的鏈接（在此對資源的提供者表示感謝，如果下列鏈接失效，請自行或者google）：
1. 《Graph Theory with Application》英文版下載：
http://old.math.org.cn/forums/index.php?showtopic=57282
http://www.ecp6.jussieu.fr/pageperso/bondy/books/gtwa/gtwa.html
2. 《Graph Theory with Application》中文版下載：http://old.math.org.cn/forums/index.php?showtopic=54871
3. 《Graph Theory with Application》答案下載：
http://old.math.org.cn/forums/index.php?showtopic=54878
4. 《Graph Theory》下載：
http://ifile.it/5kdc19/1846289696.pdf.zip
本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/zhaoyang17/archive/2009/08/27/4491066.aspx
本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/zhaoyang17/archive/2009/08/27/4491066.aspx
本文來自CSDN博客，轉載請標明出處：http://blog.csdn.net/zhaoyang17/archive/2009/08/27/4491066.aspx
⑽ 圖論中常見的最短路徑演算法有幾種都是什麼
主要是有三種、、
第一種是最直接的貪心dijkstra演算法、、可以利用堆數據結構進行優化、、缺點就是不能求有負權的最短路與判斷負環、、
第二種是bellman-ford演算法、、根據鬆弛操作的性質是可以來判斷負環的、、時間復雜度是O(nm)的、、
第三種是SPFA演算法、、把他單獨拿出來作為一種演算法並不是非常好的、、他的實質應該是上面的bellman-ford演算法的隊列優化時間復雜度更低、O(KE)、K的值約等於2、、