Cấu trúc dữ liệu trong javascript

Cảnh báo

Trang này ở đây vì lý do lịch sử và nó có thể chứa thông tin lỗi thời hoặc không chính xác

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

Copyright (c) 1998, 2000, 2003, 2019 Python Software Foundation.
All rights reserved.
Licensed under the PSF license.

Có các tài liệu đáng kể về thuật toán đồ thị, là một phần quan trọng của toán học riêng biệt. Đồ thị cũng có nhiều ứng dụng thực tế trong thuật toán máy tính. Các ví dụ rõ ràng có thể được tìm thấy trong việc quản lý các mạng, nhưng các ví dụ rất nhiều trong nhiều lĩnh vực khác nhau. Chẳng hạn, các mối quan hệ caller-callee trong một chương trình máy tính có thể được xem như một biểu đồ (trong đó các chu kỳ biểu thị các nút đệ quy và các nút không thể truy cập đại diện cho mã chết)

Ít ngôn ngữ lập trình cung cấp hỗ trợ hỗ trợ trực tiếp cho các biểu đồ dưới dạng dữ liệu và Python cũng không ngoại lệ. Tuy nhiên, đồ thị dễ dàng được xây dựng từ danh sách và từ điển. Chẳng hạn, đây là một biểu đồ đơn giản (tôi không thể sử dụng các bản vẽ trong các cột này, vì vậy tôi viết ra các cung của biểu đồ)

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    graph = {'A': ['B', 'C'],
             'B': ['C', 'D'],
             'C': ['D'],
             'D': ['C'],
             'E': ['F'],
             'F': ['C']}

Vui lòng viết một menu đơn giản để xác định đường dẫn giữa hai nút. Nó lấy một biểu đồ và các nút bắt đầu và kết thúc làm đối số. Nó sẽ trả về một danh sách các nút (bao gồm các nút bắt đầu và kết thúc) bao gồm đường dẫn. Khi không có đường dẫn có thể được tìm thấy, nó không được trả lại. Cùng một nút sẽ không xảy ra nhiều hơn một lần trên đường dẫn được trả về (có nghĩa là nó sẽ không chứa các chu kỳ). Thuật toán sử dụng một kỹ thuật quan trọng được gọi là quay lại. nó lần thử từng khả năng cho đến khi tìm thấy một giải pháp

    def find_path(graph, start, end, path=[]):
        path = path + [start]
        if start == end:
            return path
        if not graph.has_key(start):
            return None
        for node in graph[start]:
            if node not in path:
                newpath = find_path(graph, node, end, path)
                if newpath: return newpath
        return None

    >>> find_path(graph, 'A', 'D')
    ['A', 'B', 'C', 'D']
    >>>

Lưu ý rằng trong khi người dùng gọi

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

Thật đơn giản để thay đổi chức năng này để trả về danh sách tất cả các đường dẫn (không có chu kỳ) thay vì đường dẫn đầu tiên mà nó tìm thấy

    def find_all_paths(graph, start, end, path=[]):
        path = path + [start]
        if start == end:
            return [path]
        if not graph.has_key(start):
            return []
        paths = []
        for node in graph[start]:
            if node not in path:
                newpaths = find_all_paths(graph, node, end, path)
                for newpath in newpaths:
                    paths.append(newpath)
        return paths

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

CẬP NHẬT. Eryk Kopczyński chỉ ra rằng các chức năng này không tối ưu. Ngược lại, "Chương trình này chạy trong thời gian theo cấp số nhân, trong khi Find_Shortest_Path có thể được thực hiện trong thời gian tuyến tính bằng cách sử dụng BFS [Tìm kiếm đầu tiên trên chiều rộng]. Hơn nữa, BFS tuyến tính đơn giản hơn. " Eryk Kopczyński chỉ ra rằng các chức năng này không tối ưu. Ngược lại, "chương trình này chạy theo thời gian hàm mũ, trong khi find_shortest_path có thể được thực hiện trong thời gian tuyến tính bằng cách sử dụng BFS [Tìm kiếm theo chiều rộng đầu tiên]. Hơn nữa, một BFS tuyến tính đơn giản hơn. "

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

Một biến thể khác sẽ được thêm nhiều dữ liệu dữ liệu. tạo một lớp để hiển thị các biểu đồ, có các phương thức thực hiện các thuật toán khác nhau. Mặc dù điều này hấp dẫn dẫn đến mong muốn thiết lập chương trình có cấu trúc, nhưng nó không làm cho mã hiệu quả hơn (ngược lại). Nó giúp việc bổ sung các nhãn khác nhau vào các nút hoặc nút cũng dễ dàng hơn và bổ sung các thuật toán đưa các nhãn đó vào tài khoản (ví dụ:. để tìm tuyến đường ngắn nhất giữa hai thành phố trên bản đồ). Điều này cũng vậy, sẽ là chủ đề của một cột khác