คำถามติดแท็ก directed-acyclic-graph

ให้เป็นชี้นำวัฏจักรกราฟดังกล่าวที่ออกองศาของจุดสุดยอดใด ๆ ที่เป็นO ( เข้าสู่ระบบ| V | ) สำหรับจุดสุดยอดของทุกGเราสามารถนับจำนวนของจุดสามารถเข้าถึงได้โดยการทำงานDFSจากทุกจุดสุดยอดและนี้จะใช้เวลาO ( | V | | E | )เวลา มีวิธีที่ดีกว่าในการแก้ปัญหานี้หรือไม่?G(V,E)G(V,E)G(V,E)O(log|V|)O(log⁡|V|)O(\log{|V|})GGGO(|V||E|)O(|V||E|)O(|V||E|)

11 ds.algorithms  graph-theory  graph-algorithms  directed-acyclic-graph 

พิจารณาปัญหาต่อไปนี้: อินพุต: กราฟที่เรียบง่าย (ไม่ระบุทิศทาง) G = ( V, E)G=(V,E)G=(V,E). คำถาม: มีการปฐมนิเทศ GGG พึงพอใจในทรัพย์สินที่มีไว้สำหรับทุกคน s , t ∈ Vs,เสื้อ∈Vs,t \in V มีอย่างน้อยหนึ่ง (กำกับ) sss-เสื้อเสื้อt เดิน? สิ่งนี้สามารถใช้ถ้อยคำที่เท่ากันเป็น: อินพุต: กราฟที่เรียบง่าย (ไม่ระบุทิศทาง) G = ( V, E)G=(V,E)G=(V,E). คำถาม: มีการวางแนวของวงจร GGG พึงพอใจในทรัพย์สินที่มีไว้สำหรับทุกคน s , t ∈ Vs,เสื้อ∈Vs,t \in V มีอย่างน้อยหนึ่ง (กำกับ) sss-เสื้อเสื้อt เส้นทาง? กราฟประเภทใดที่คำตอบคือ "ใช่" …

9 graph-theory  directed-acyclic-graph 

การตรวจสอบความสลับซับซ้อนของ digraph ไม่ง่ายกว่า (ในแง่ของความซับซ้อนเชิงซีโมติก) หรือไม่ เรารู้ขอบเขตต่ำกว่าดีกว่าไหมΩ (n2)Ω(n2)\Omega(n^2) การตรวจสอบว่า digraph เป็นสกรรมกริยาหรือไม่?

9 graph-theory  directed-acyclic-graph  transitive-closure 

ฉันกำลังแก้ไขปัญหาของชุดภาพซ้อนกัน ชุดเหล่านี้สามารถแสดงโดยกราฟถ่วงน้ำหนักแบบไม่ระบุทิศทางเช่นชุดนี้: แต่ละโหนดแสดงรูปภาพ ภาพซ้อนทับเชื่อมต่อกันด้วยขอบ น้ำหนักขอบหมายถึงขนาดพื้นที่ทับซ้อน ( การทับซ้อนที่ใหญ่กว่าจะนำไปสู่คุณภาพโดยรวมที่ดีขึ้นในไม่ช้า ) อัลกอริทึมโดยทั่วไปจะลบขอบ มันสามารถทำตามลำดับหรือขนาน อย่างไรก็ตามเมื่อการผสมเกิดขึ้นโหนดจะรวมและโครงสร้างกราฟเปลี่ยนแปลง ดังนั้นการทำขนานจึงเป็นไปได้เฉพาะกับส่วนประกอบที่เชื่อมต่อซึ่งตัวมันเองไม่ได้ทับกัน! ส่วนประกอบที่ไม่ทับซ้อนกันเช่น DB และ FEG เราสามารถเรียกใช้อัลกอริทึมการผสมบนส่วนประกอบเหล่านี้อย่างปลอดภัยในแบบขนาน ผลลัพธ์คือกราฟต่อไปนี้ (โหนดที่ผสานจะแสดงเป็นสีเขียว): ขณะนี้ไม่สามารถทำการขนานได้อีกต่อไปเนื่องจากส่วนประกอบที่เชื่อมต่อสองส่วนซ้อนกัน อัลกอริทึมรุ่นขนานจะมีลักษณะดังนี้: 1. Find connected components (no two are connected directly) and create task for each. 2. Run the tasks in parallel. 3. Update graph. 4. Until single node remains, continue …

9 ds.algorithms  graph-theory  graph-algorithms  directed-acyclic-graph  parallel