節點分布演算法

1. 社交網路種子節點搜索演算法有幾種基本的

針對經典影響力最大化演算法存在的計算時間過長等問題,提出一種新的啟發式貪婪演算法-高節點度貪婪演算法(HD_Greedy)。基於社交網路節點的度呈冪律分布以及節點的度與影響力強關聯性,在極小部分高度數節點中搜索最大影響力種子節點,使搜索空間大幅度地減少,節約了大量的盲目搜索時間,並且不損失種子節點影響力。實驗結果表明,在不同信息傳播模型中,HD_Greedy演算法得到的種子節點影響力與其它貪婪演算法接近,但計算效率有了較大提高,尤其適合於在大規模社交網路中搜索最大影響力種子節點。

2. 神經網路中每個節點的運算方式都是一樣的嗎想被科普一下

同一層，基本都是一樣的。
這層的輸出=f(輸入的加權和），加權和=輸入1*參數1+輸入2*參數2。。。+偏執項，再把這個加權和經過f函數的計算，得到這層的輸出
所以，從這個過程來看，每一層所有節點的函數f是一樣的，輸入也是一樣的。不同的是參數1，參數2。
參數之所以會不一樣，是因為初始化的參數是不一樣的，比如服從某個分布的。所以每一層每個節點的輸出也是不一樣的。
如果存在任意一層所有參數都一樣，這種操作允許，但沒意義，這個時候這一層就等效為一個節點。

3. 怎麼用matlab畫網路節點度分布曲線

這是網路圖中各節點的度及度的分布曲線的matlab代碼： function [DeD,aver_DeD]=Degree_Distribution(A) %% 求網路圖中各節點的度及度的分布曲線 %% 求解演算法：求解每個節點的度，再按發生頻率即為概率，求P(k) %A————————網路圖的鄰接矩陣 %DeD...

4. 節點的演算法

#include <stdio.h>
# include<stdlib.h>
#include <malloc.h>
typedef int datatype;
int p=0,d=0;

typedef struct node
{
datatype data;
struct node *lchild;
struct node *rchild;

}BINTNODE;

typedef BINTNODE *BINTREE;

void createbintree(BINTREE *t)
{
int a;
scanf("%d",&a);
if(a==0)
*t=NULL;
else
{
*t=(BINTNODE *)malloc(sizeof(BINTNODE));
(*t)->data=a;
createbintree(&(*t)->lchild);
createbintree(&(*t)->rchild);
}
}

void preorder(BINTREE T)
{
if(T)
{
printf("%d ",T->data);
d++;
preorder(T->lchild);

preorder(T->rchild);

if(((T->lchild)==NULL)&&((T->rchild)==NULL))
p++;

}

}
main()
{
BINTREE t=NULL;
printf("\nplease input nodes of BINTREE:");
createbintree(&t);
printf("the preorder is:");
preorder(t);

printf("\n葉子節點數：%d",p);

printf("\n總節點數：%d",d);
}
是這樣的嗎？

5. 的節點路由選擇演算法，有哪些

路由選擇演算法」是否等於「路由演算法」？肯定不等路由選擇演算法是選擇路徑路由演算法要考慮響應,帶寬,跳數等等不能把書讀死了. 4.2 路由選擇及其演算法 4.2.2 動態路由選擇策略節點路由選擇要依靠網路當前的狀態信息來決定的策略稱動態路由選擇策略，這種策略能較好地適應網路流量、拓撲結構的變化，有利於改善網路的性能。但由於演算法復雜，會增加網路的負擔，有時會因反應太快引起振盪或反應太慢不起作用。獨立路由選擇、集中路由選擇和分布路由選擇是三種動態路由選擇策略的具體演算法。（1）獨立路由選擇在這類路由演算法中，節點僅根據自己搜到的有關信息作出路由選擇的決定，與其它節點不交換路由選擇信息，雖然不能正確確定距離本節點較遠的路由選擇，但還是能較好地適應網路流量和拓撲結構的變化。一種簡單的獨立路由選擇演算法是 Baran 在1964年提出的熱土豆（Hot Potato）演算法。當一個分組到來時，節點必須盡快脫手，將其放入輸出列最短的方向上排隊，而不管該方向通向何方。（2）集中路由選擇集中路由選擇也象固定路由選擇一樣，在每個節點上存儲一張路由表。不同的是，固定路由選擇演算法中的節點路由表由手工製作，而在集中路由選擇演算法中的節點路由表由路由控制中心RCC（Routing Control Center）定時根據網路狀態計算、生成並分送各相應節點。由於RCC利用了整個網路的信息，所以得到的路由選擇是完美的，同時也減輕了各節點計算路由選擇的負擔。（3）分布路由選擇採用分布路由選擇演算法的網路，所有節點定其地與其每個相鄰節點交換路由選擇信息。每個節點均存儲一張以網路中其它每個節點為索引的路由選擇表，網路中每個節點佔用表中一項，每一項又分為兩個部分，即所希望使用的到目的節點的輸出線路和估計到目的節點所需要的延遲或距離。度量標准可以是毫秒或鏈路段數、等待的分組數、剩餘的線路和容量等。對於延遲，節點可以直接發送一個特殊的稱作「回聲」（echo）的分組，接收該分組的節點將其加上時間標記後盡快送回，這樣便可測出延遲。有了以上信息，節點可由此確定路由選擇。 -------------------------------------------- ——路由演算法在路由協議中起著至關重要的作用，採用何種演算法往往決定了最終的尋徑結果，因此選擇路由演算法一定要仔細。通常需要綜合考慮以下幾個設計目標： ——（1）最優化：指路由演算法選擇最佳路徑的能力。 ——（2）簡潔性：演算法設計簡潔，利用最少的軟體和開銷，提供最有效的功能。 ——（3）堅固性：路由演算法處於非正常或不可預料的環境時，如硬體故障、負載過高或操作失誤時，都能正確運行。由於路由器分布在網路聯接點上，所以在它們出故障時會產生嚴重後果。最好的路由器演算法通常能經受時間的考驗，並在各種網路環境下被證實是可靠的。 ——（4）快速收斂：收斂是在最佳路徑的判斷上所有路由器達到一致的過程。當某個網路事件引起路由可用或不可用時，路由器就發出更新信息。路由更新信息遍及整個網路，引發重新計算最佳路徑，最終達到所有路由器一致公認的最佳路徑。收斂慢的路由演算法會造成路徑循環或網路中斷。 ——（5）靈活性：路由演算法可以快速、准確地適應各種網路環境。例如，某個網段發生故障，路由演算法要能很快發現故障，並為使用該網段的所有路由選擇另一條最佳路徑。 ——路由演算法按照種類可分為以下幾種：靜態和動態、單路和多路、平等和分級、源路由和透明路由、域內和域間、鏈路狀態和距離向量。前面幾種的特點與字面意思基本一致，下面著重介紹鏈路狀態和距離向量演算法。 ——鏈路狀態演算法（也稱最短路徑演算法）發送路由信息到互聯網上所有的結點，然而對於每個路由器，僅發送它的路由表中描述了其自身鏈路狀態的那一部分。距離向量演算法（也稱為Bellman-Ford演算法）則要求每個路由器發送其路由表全部或部分信息，但僅發送到鄰近結點上。從本質上來說，鏈路狀態演算法將少量更新信息發送至網路各處，而距離向量演算法發送大量更新信息至鄰接路由器。 ——由於鏈路狀態演算法收斂更快，因此它在一定程度上比距離向量演算法更不易產生路由循環。但另一方面，鏈路狀態演算法要求比距離向量演算法有更強的CPU能力和更多的內存空間，因此鏈路狀態演算法將會在實現時顯得更昂貴一些。除了這些區別，兩種演算法在大多數環境下都能很好地運行。 ——最後需要指出的是，路由演算法使用了許多種不同的度量標准去決定最佳路徑。復雜的路由演算法可能採用多種度量來選擇路由，通過一定的加權運算，將它們合並為單個的復合度量、再填入路由表中，作為尋徑的標准。通常所使用的度量有：路徑長度、可靠性、時延、帶寬、負載、通信成本等。

6. 完全二叉樹中葉子節點的演算法

noip中經常會遇到求完全二叉樹葉子結點的問題，比如第十一屆全國青少年信息學奧林匹克聯賽初賽試題的第四題：完全二叉樹的結點個數為4 *N+ 3 ，則它的葉結點個數為（）。
A. 2 *N B. 2 *N- 1 C. 2 *N+ 1 D. 2 *N- 2 E. 2 *N+ 2

結論：如果一棵具有n個結點的深度為k的完全二叉樹，其葉子結點數和總結點數有這樣的關系：n（葉子）＝（n總＋1）/2，由上所知，我們可以判斷這道題的 葉結點個數為（4 *N+ 3+1）/2=2 *N+ 2.

14(第十二屆)．高度為n的均衡的二叉樹是指：如果去掉葉結點及相應的樹枝，它應該是高度為n-1的滿二叉樹。在這里，樹高等於葉結點的最大深度，根結點的深度為0，如果某個均衡的二叉樹共有2381個結點，則該樹的樹高為（）。
A. 10 B. 11 C. 12 D. 13
均衡二叉樹就是：任意兩個度不為2的節點的深度之差不大於1
例如：
1
/ \
2 3
\ /
4 5
是均衡二叉樹
而
1
/ \
2 3
\ / \
4 5 6
/
7
就不是，2和7的深度差2.
因為2^11 = 2048；所以一顆滿二叉樹從深度為0（根節點）到深度10的總節點數是2047，剩下2381-2047 = 334個節點，這剩下的節點的深度都是11。
所以答案為B

7. 完全二叉樹葉子節點的演算法

設：度為i的結點數為ni，由二叉樹的性質可知：
n0 = n2 + 1……………………①式
n = n0 + n1 + n2……………②式
由①式可得 n2 = n0 - 1，帶入②式得：
n0 = （n + 1 - n1）/ 2
由完全二叉樹性質可知：
如圖，當n為偶數時，n1 = 1， n0 = n / 2

將兩式合並，寫作：n0 = ⌊（n+1）/2⌋（向下取整符號不能丟）

(7)節點分布演算法擴展閱讀：

完全二叉樹的特點:

1.葉子結點只可能在層次最大的兩層上出現。

2.對任一結點，若其由分支下的子孫的最大層次為l，則其左分支下的子孫的最大層次必為l或l+1。

完全二叉樹的性質：

1.具有n個結點的完全二叉樹的深度為⌊log₂n⌋+1。

2.如果對一棵有n個結點的完全二叉樹的結點按層序編號，則對任一結點i，有：

（1）如果i=1，則結點i是二叉樹的根節點，無雙親；如果i>1，則其雙親是結點⌊i/2⌋。

（2）如果2i>n，則結點i無左孩子；否則其左孩子是結點2i。

（3）如果2i+1>n，則結點i無右孩子；否則其右孩子是結點2i+1。

8. 完全二叉樹葉子節點的演算法

設二叉樹的葉子節點數為n0，度數為2的節點數為n2，設n1為二叉樹中度為1的節點數

因為二叉樹中所有節點的度都釣魚或者等於2，所以二叉樹節點總數n=n0+n1+n2

再看二叉樹的分支數，除了根節點外，其餘節點都有一個分支進入，設B為分支總數，則n=B+1

由於這些分支都是有度為1或者2 的節點射出的，所以B=n1+n2;於是有n=n1+2*n2+1

綜合n=n0+n1+n2和n=n1+2*n2+1兩式即可得到n0=n2+1

完全二叉樹是特殊的二叉樹，對於n0=n2+1當然成立

9. 復雜網路度分布結點的總和怎麼算

scale - free network, 現實世界的網路大部分都不是隨機網路，少數的節點往往擁有大量的連接，而大部分節點卻很少，一般而言他們符合zipf定律，(也就是80/20馬太定律)。將度分布符合冪律分布的復雜網路稱為無標度網路。