摘要：
算法目标：在一个有向图中寻找出所有长度在3到7之间的环，环的数量可达百万级。 数据结构定义： #define maxID 200000 vector<int> Vout[maxID]; // 存储每个结点出边所连的所有结点。Vout[i].size()即为所有的出度 vector<int> Vin[ 阅读全文
摘要：
算法描述： Dijkstra解决的是带权重的有向图上单源最短路径问题，该算法要求所有边的权重都为非负值。 算法在运行过程中维持的关键信息是一组结点集合S，从源点s到该集合中每个结点之间的最短路径都已经被找到。 算法重复从结点集V-S中选择最短路径估计最小的结点u，将u加入到集合S，然后对所有从u出发 阅读全文
摘要：
AVL树说明： 该树是一种高度平衡的二叉搜索树，该树中的每一个结点左右子树的高度至多相差1。 AVL树本身也是一个二叉搜索树。 AVL基本结构定义如下： #define LH +1 // 左高 #define EH 0 // 等高 #define RH -1 // 右高 struct BTNode 阅读全文
摘要：
算法描述： 快速排序也使用分治思想，其过程为： 分解：将原数组划分为两个子数组，但要求左边数组的每个元素都小于右边数组的每个元素。 解决：通过递归调用快速排序，对子数组进行排序。 合并：因为子数组是原址排序，所以不需要合并操作。 快速排序划分数组的方法： 1. 单方向遍历 选择最后一个元素为基准元素 阅读全文
摘要：
分治法： 将原问题分解为几个规模较小但类似于原问题的子问题，递归得求解这些子问题，然后再合并这些子问题的解 来建立原问题的解。即遵循3个步骤： 分解：将原问题分解为规模较小的若干实例。 解决：递归求解各个子问题。然而，若子问题的规模足够小，则直接求解。 合并：将子问题的解合并成原问题的解。 归并排序 阅读全文
摘要：
算法描述： 搜索时，只要尽可能，就在图中尽量深入。 深度优先搜索总是对最近才发现的结点v的出发边进行探索，直到该结点的所有出发边都被发现为止。一旦 结点v的所有出发边都被发现，探索则回溯到v的前驱结点，来探索该前驱结点的出发边。该过程一直持续到从 源节点可以到达的所有结点都被发现为止。 深度优先搜索 阅读全文
摘要：
广度优先搜索是最简单的图搜索算法之一，也是许多重要的图算法原型。 算法描述： 给定图 $G=(V,E)$ 和一个可识别的源结点 $s$, 广度优先搜索对图 $G$ 中的边进行系统性的搜索来发现从源结点 $s$ 可以到达的所有结点。 该算法能够计算从 $s$ 到每个可达节点的最短距离(即最少边数)，同 阅读全文