普里姆算法構(gòu)造最小生成樹，無向圖的深度優(yōu)先搜索。數(shù)據(jù)結(jié)構(gòu)作業(yè)答案。老師寫的
標(biāo)簽： 算法 生成樹
上傳時(shí)間： 2013-11-29
上傳用戶：我干你啊
數(shù)據(jù)結(jié)構(gòu)（C＋＋版）的演示程序，詳細(xì)演示深度優(yōu)先搜索的具體調(diào)用過程,
標(biāo)簽： 數(shù)據(jù)結(jié)構(gòu) 程序
上傳時(shí)間： 2014-01-03
上傳用戶：gonuiln
用圖形用戶界面表示的圖，數(shù)據(jù)結(jié)構(gòu)基本應(yīng)用，最小生成樹算法，最短路徑，廣度、深度優(yōu)先搜索
標(biāo)簽： 圖形用戶界面
上傳時(shí)間： 2015-10-19
上傳用戶：zhouchang199
1.首先選定圖的類別（有向圖、無向圖），再選定圖的存儲(chǔ)結(jié)構(gòu)，根據(jù)輸入的頂點(diǎn)或者邊建立圖；并把相應(yīng)的鄰接表或者鄰接矩陣輸出； 2.根據(jù)已有的鄰接矩陣或鄰接表用遞歸方法編寫深度優(yōu)先搜索遍歷算法，并輸出遍歷結(jié)果；
標(biāo)簽： 無向圖
上傳時(shí)間： 2013-12-21
上傳用戶：gaojiao1999
圖的遍歷中，因?yàn)閳D的任一頂點(diǎn)都可能與其余的頂點(diǎn)相鄰接，所以在訪問了某個(gè)頂點(diǎn)之后，可能沿著某條路徑搜索之后又回到該頂點(diǎn)上。為了避免同一頂點(diǎn)被訪問多次，在遍歷圖的過程中必須記下每個(gè)已訪問過的頂點(diǎn)。深度優(yōu)先搜索從圖的某個(gè)頂v點(diǎn)出發(fā),訪問此頂點(diǎn)，然后依次從v的未被訪問的鄰接點(diǎn)出發(fā)深度優(yōu)先遍歷圖。遍歷圖的過程實(shí)質(zhì)上是對每個(gè)頂點(diǎn)查找其鄰接點(diǎn)的過程。其耗費(fèi)的時(shí)間則取決于所采用的存儲(chǔ)結(jié)構(gòu)。
標(biāo)簽：
上傳時(shí)間： 2014-01-11
上傳用戶：lacsx
1、 圖的存儲(chǔ)結(jié)構(gòu)的定義和圖的創(chuàng)建 圖的種類有：有向圖、無向圖、有向網(wǎng)、無向網(wǎng)。 圖的存儲(chǔ)結(jié)構(gòu)可采用：鄰接矩陣、鄰接表。 要求：分別給出鄰接矩陣和鄰接表在某一種圖上的創(chuàng)建算法 2、 圖的遍歷：非遞歸的深度優(yōu)先搜索算法、廣度優(yōu)先搜索算法。 3、 圖的深度遍歷的應(yīng)用：求無向連通圖中的關(guān)節(jié)點(diǎn)（教材P177-178,算法7.10和7.11） 4、 圖的廣度遍歷的應(yīng)用：給定圖G，輸出從頂點(diǎn)v0到其余每個(gè)頂點(diǎn)的最短路徑，要求輸出各路徑中的頂點(diǎn)信息。
標(biāo)簽： 存儲(chǔ)結(jié)構(gòu) 矩陣 分 定義
上傳時(shí)間： 2016-02-08
上傳用戶：qb1993225
VC6.0環(huán)境下編譯通過，完整實(shí)現(xiàn)圖的數(shù)據(jù)結(jié)構(gòu)定義、深度優(yōu)先搜索和最短路徑查找等功能。
標(biāo)簽： 6.0 VC 環(huán)境 下編譯
上傳時(shí)間： 2013-12-25
上傳用戶：AbuGe
算法設(shè)計(jì)與分析試驗(yàn)報(bào)告，含全部實(shí)驗(yàn)源代碼，包括貪心法、回溯法、深度優(yōu)先搜索、分治法等，內(nèi)容詳盡。
標(biāo)簽： 算法 報(bào)告 設(shè)計(jì)與分析
上傳時(shí)間： 2016-05-09
上傳用戶：liansi
對于一個(gè)給定的任意邊數(shù)和頂點(diǎn)值的有向圖或無向圖，用鄰接表存儲(chǔ),并用深度優(yōu)先搜索算法實(shí)現(xiàn)對圖的遍歷。
上傳時(shí)間： 2016-05-19
上傳用戶：com1com2
頻繁項(xiàng)集挖掘算法的計(jì)算復(fù)雜性和生成的頻繁項(xiàng)集數(shù)量隨著事務(wù)集項(xiàng)數(shù)的增加呈指數(shù)增長，最小支持度閾值成為控制這種增長的關(guān)鍵．然而，實(shí)際應(yīng)用中僅使用支持度閾值難以有效控制頻繁項(xiàng)集的規(guī)模．為此定義N個(gè) 最頻繁項(xiàng)集挖掘問題，并提出基于支持度閾值動(dòng)態(tài)調(diào)整策略的寬度優(yōu)先搜索算法Apriori和深度優(yōu)先搜索算法IntvMatrix挖掘N個(gè)最頻繁項(xiàng)集．實(shí)驗(yàn)表明，本文的2種方法的效率比樸素方法高2倍以上，特別當(dāng)N值較低時(shí)，本 文方法的效率優(yōu)勢更為明顯．
標(biāo)簽： 頻繁 項(xiàng)集挖掘 算法 計(jì)算
上傳時(shí)間： 2016-08-06
上傳用戶：星仔
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<tfoot id="izuuy"></tfoot>
