圖論演算法
❶ 圖論演算法的教材
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。
中國科學技術大學出版社出版的《圖論及其演算法》，融有向圖和無向圖為一整體，系統地闡述了圖論的基本概念、理論、方法及其演算法，內容包括圖的基本概念、Euler圖與Hamilton圖、圖論演算法、樹及其應用、平面圖、獨立集與匹配、網路流和Petri網。 書中附有大量例題和習題，而且大部分習題有詳細解答。 該書選材精煉全面，內容處理恰當且有新意，立論嚴謹，敘述條理清晰，語言流暢。 該書可用作高校計算機、電子、信息、管理、數學等專業本科生必修課教材，也可供相關專業的研究人員、教師及圖論工作者參考。
❷ VB里如何給出所有的拼圖方案（圖論演算法）
1.用2*3拼接可最省
2.A.長度除2和寬度處3
B.長度除3和寬度處2
3.比較AB那個更省
如整除可用3*4
4.最終確定使用型號和塊數及勝於尺寸或廢料
❸ 圖論演算法理論實現及應用 怎麼樣
這本書我不知道，我現在在學圖論，看的是美國Douglas.B.West寫的圖論導引，有中文版，推薦一下，新浪共享上有下，內容非常全面，附錄中有基礎准備知識和詞彙索引，圖論中概念非常多，你可以把詞彙索引印成小冊子，時不時看看。
❹ 圖論演算法中的「橋」是什麼意思
就是線吧……截個別人的解釋給你看看……沒發現歐拉迴路有橋啊……
「圖論起源於著名的柯尼斯堡七橋問題。在哥尼斯堡的普萊格爾河上有七座橋將河中
的島及島與河岸聯結起來
七橋問題Seven
Bridges
Problem著名古典數學問題之一。在哥尼斯堡的一個公園里，有七座橋將普雷格爾河中兩個島及島與河岸連接起來(如圖)。問是否可能從這四塊陸地中任一塊出發，恰好通過每座橋一次，再回到起點?歐勒於1736年研究並解決了此問題，他把問題歸結為如下右圖的「一筆畫」問題，證明上述走法是不可能的。
而後來把橋統稱圖論中的線。「
❺ 求圖論演算法java實現
求圖論演算法java實現
packagetest;
importjava.io.BufferedReader;
importjava.io.FileReader;
importjava.io.IOException;
importjava.util.ArrayList;
importjava.util.Comparator;
importjava.util.HashMap;
importjava.util.Map;
importjava.util.PriorityQueue;
importjava.util.Queue;
publicclassMinSpanningTree{
classEdge{//內部類定義邊的數據結果
intu,v,weight;
}
ArrayList<edge>Edges=newArrayList<edge>();
Map<integer,integer="">nodeFather=newHashMap<integer,integer="">();
intcnt=0,nodeCnt=0;
publicMinSpanningTree(Stringpath){
try{
BufferedReaderbr=newBufferedReader(newFileReader(path));
Stringstr;
String[]strArray;
while((str=br.readLine())!=null){
strArray=str.split("\s");
Edges.add(cnt,newEdge());
Edges.get(cnt).u=Integer.parseInt(strArray[0]);
Edges.get(cnt).v=Integer.parseInt(strArray[1]);
Edges.get(cnt).weight=Integer.parseInt(strArray[2]);
if(!nodeFather.containsKey(Edges.get(cnt).u)){
nodeFather.put(Edges.get(cnt).u,Edges.get(cnt).u);//初始化，father[i]=i;
++nodeCnt;
}
if(!nodeFather.containsKey(Edges.get(cnt).v)){
nodeFather.put(Edges.get(cnt).v,Edges.get(cnt).v);
++nodeCnt;
}
++cnt;
}
br.close();
}catch(IOExceptione){
e.printStackTrace();
}
}
publicbooleanunion(intu,intv){//並操作
inta=find(u);
intb=find(v);
if(a!=b){
nodeFather.put(a,b);
returntrue;
}
returnfalse;
}
publicintfind(intx){//查操作
if(x!=nodeFather.get(x)){
nodeFather.put(x,find(nodeFather.get(x)));
}
returnnodeFather.get(x);
}
publicArrayList<edge>getMinSpanningTree(){
ArrayList<edge>result=newArrayList<edge>();
Queue<edge>FsQueue=newPriorityQueue<edge>(1000,//設置優先隊列，使按邊權值從小到大排序
newComparator<edge>(){
publicintcompare(EdgeEdgeOne,EdgeEdgeTwo){
if(EdgeOne.weight>EdgeTwo.weight)
return1;
elseif(EdgeOne.weight<EdgeTwo.weight)
return-1;
else
return0;
}
});
for(inti=0;i<cnt;++i){
FsQueue.add(Edges.get(i));
}
while(!FsQueue.isEmpty()){//遍歷每一條邊
EdgeEdge=FsQueue.poll();
if(union(Edge.u,Edge.v)){
result.add(Edge);
}else{
continue;
}
}
returnresult;
}
publicstaticvoidmain(String[]args){
MinSpanningTreemstree=newMinSpanningTree("c:/treedata.txt");
ArrayList<edge>result=mstree.getMinSpanningTree();
for(inti=0;i<result.size();++i){
System.out.println(result.get(i).u+""+result.get(i).v+""+result.get(i).weight);
}
}
}
❻ 圖論演算法及其MATLAB實現的圖書目錄
第1章 圖論的基礎知識1
1.1圖論的起源1
1.2著名的圖論學者——歐拉1
1.3圖2
1.4特殊圖類3
1.5有向圖4
1.6圖的矩陣表示5
1.6.1鄰接矩陣5
1.6.2關聯矩陣5
1.7圖論的基本性質和定理6
1.8計算有向圖的可達矩陣的演算法及其MATLAB實現6
1.9關聯矩陣和鄰接矩陣的相互轉換演算法及其MATLAB實現7
習題一11
第2章 最短路12
2.1路12
2.2最短路問題13
2.3求連通圖最短距離矩陣的演算法及其MATLAB實現14
2.4求兩點間最短路的Dijkstra演算法及其MATLAB實現15
2.4.1 Dijkstra演算法16
2.4.2 Dijkstra演算法的MATLAB實現16
2.5求兩點間最短路的改進的Dijkstra演算法及其MATLAB實現18
2.5.1 Dijkstra矩陣演算法Ⅰ18
2.5.2 Dijkstra矩陣演算法Ⅱ18
2.6 求兩點間最短路的WarshallFloyd演算法及其MATLAB實現21
2.6.1 Floyd演算法的基本思想22
2.6.2 Floyd演算法的基本步驟22
2.6.3 WarshallFloyd演算法的MATLAB實現22
2.7求任意兩點間最短路的演算法及其MATLAB實現25
2.8求從一固定點到其他所有點最短路的演算法及其MATLAB實現27
2.9求必須通過指定兩個點的最短路的演算法及其MATLAB實現29
2.10求圖的兩頂點間最短路與次短路的演算法及其MATLAB實現32
2.11求最大可靠路的演算法及其MATLAB實現34
2.12求最大期望容量路的演算法及其MATLAB實現36
習題二38
第3章 連通圖40
3.1判斷圖的連通性演算法及其MATLAB實現40
3.2連通圖的中心和加權中心的演算法及其MATLAB實現42
3.3連通無向圖一般中心的演算法及其MATLAB實現44
習題三46
第4章 樹48
4.1樹及其性質48
4.2割點、割邊、割集50
4.3二元樹與Huffman樹51
4.3.1有序二元樹51
4.3.2 Huffman樹51
4.4求Huffman樹及其MATLAB實現52
4.5廣度優先搜索演算法及其MATLAB實現55
4.6深度優先搜索演算法及其MATLAB實現57
4.7求割點演算法及其MATLAB實現61
4.8生成樹及其個數65
4.9求無向圖的生成樹演算法及其MATLAB實現67
4.10求有向圖的生成樹演算法及其MATLAB實現69
4.11求有向連通圖的外向樹與內向樹數目的演算法及其MATLAB實現71
4.12最小生成樹問題73
4.13求最小生成樹的Kruskal演算法及其MATLAB實現74
4.13.1 Kruskal演算法的基本思想74
4.13.2 Kruskal演算法的MATLAB實現74
4.14求最小生成樹的Prim演算法及其MATLAB實現76
4.14.1 Prim演算法的基本思想76
4.14.2 Prim演算法的MATLAB實現77
習題四79
第5章Euler圖和Hamilton圖81
5.1 Euler圖81
5.2「一筆畫」問題及其理論81
5.3中國郵遞員問題82
5.4 Fleury演算法及其MATLAB實現82
5.4.1 Fleury演算法的步驟82
5.4.2 Fleury演算法的MATLAB實現82
5.5 Hamilton圖87
5.6旅行售貨員問題88
5.7改良圈演算法及其MATLAB實現89
習題五92
第6章 匹配問題及其演算法93
6.1問題起源——婚配問題93
6.2二分圖的有關知識93
6.3匹配、完美匹配、最大匹配93
6.4匹配的基本定理94
6.5應用案例——BernolliEuler錯放信箋問題95
6.6尋求圖的一個較大基數匹配演算法及其MATLAB實現95
6.7人員分配問題97
6.8匈牙利演算法及其MATLAB實現97
6.8.1匈牙利演算法基本步驟97
6.8.2匈牙利演算法的MATLAB實現98
6.8.3案例及其MATLAB實現100
6.9最優分配問題101
6.10 KuhnMunkres演算法及其MATLAB實現101
6.10.1 KuhnMunkres演算法的基本思想101
6.10.2利用可行頂點標記求最佳匹配的KuhnMunkras演算法步驟102
6.10.3 KuhnMunkres演算法的MATLAB實現102
6.10.4簡單實驗105
習題六107
第7章 網路流的演算法108
7.1網路、流和割108
7.1.1網路和流108
7.1.2割109
7.2網路的最大流問題110
7.3最大流最小割定理110
7.4 FordFulkerson標號演算法及其MATLAB實現111
7.4.1 FordFulkerson標號演算法的基本步驟111
7.4.2 FordFulkerson 標號演算法的MATLAB實現112
7.4.3案例及其MATLAB實現113
7.5 Dinic演算法及其MATLAB實現114
7.5.1 Dinic演算法的基本思想114
7.5.2 Dinic演算法的MATLAB實現115
7.5.3案例
❼ 怎麼利用圖論演算法在地圖上標注結點
您好，現在的不再使用小紅旗了，使用的是圖釘，在地圖右上角處有個測距，後面是標記，使用此項功能能實現您的要求，請注意，如要保存，請注冊網路！
❽ 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
❾ 圖論演算法及其MATLAB實現 pdf
在這里可以下載
http://..com/share/.html
望採納,謝謝
❿ 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。