คำถามติดแท็ก ds.algorithms

ฉันสนใจตัวแปรที่มีการจับคู่น้ำหนักสูงสุดในกราฟซึ่งฉันเรียกว่า "การจับคู่ที่ยุติธรรมสูงสุด" สมมติว่ากราฟเต็ม (เช่น ) มีจำนวนคู่ของจุดและที่น้ำหนักจะได้รับจากการทำงานกำไรP: {V \ เลือก 2} \ to \ mathbb N กำหนดM ที่ตรงกันแสดงว่าM (v)ผลกำไรของ edge vนั้นถูกจับคู่ด้วยE=V×VE= V× VE=V\times Vp:(V2)→Np : (V2) →Np:{V\choose 2}\to \mathbb NMMMM(v)M( v )M(v)vโวลต์v การจับคู่MMMคือการจับคู่ที่ยุติธรรม iff สำหรับสองจุดยอดu,v∈VU , V ∈ Vu,v\in V : (∀w∈V: p({w,v})≥p({w,u}))→M(v)≥M(u)( ∀ w ∈ V: p ( { w …

9 ds.algorithms  graph-algorithms  np-hardness  matching  bipartite-graphs 

นี้เป็นส่วนขยายของคลาสสิกปัญหาเลขานุการ ในเกมการจ้างงานคุณมีชุดของผู้สมัครC={c1,…,cN}C={c1,…,cN}\mathcal C=\{c_1,\ldots,c_N\}และเรียงลำดับความสามารถของผู้ปฏิบัติงานแต่ละคน Wlog เราคิดว่ามีฝีมือดีที่สุดตามด้วยเป็นต้นc1c1c_1c2c2c_2 ลำดับของการสัมภาษณ์ผู้สมัครถูกสุ่มอย่างสม่ำเสมอและเป็นที่รู้จัก (อย่างชัดเจน) กับนายจ้าง ตอนนี้สมมติว่าคุณมีตลาดกับผู้ว่าจ้าง 2 ราย ในทุก ๆ รอบผู้สมัครใหม่กำลังสัมภาษณ์ทั้งสอง บริษัท (เรียกพวกเขาว่า ) ระหว่างการสัมภาษณ์ทั้งและสังเกตการเรียงลำดับบางส่วนของผู้สมัครที่ผ่านมาทั้งหมดรวมถึงผู้ให้สัมภาษณ์ปัจจุบัน บริษัท ต่างๆ (อิสระ) ตัดสินใจว่าจะจ้างผู้สมัครในวันนี้หรือไม่A,BA,BA,BAAABBB น่าเสียดายสำหรับมันไม่สามารถแข่งขันทางการเงินกับข้อเสนอของดังนั้นหากทั้งคู่ขยายข้อเสนอสำหรับคนงานจะได้รับความพึงพอใจBBBAAAAAA นอกจากนี้เมื่อสัญญาณเลขานุการ บริษัท อาจจะไม่สัมภาษณ์ผู้สมัครใด ๆ เพิ่มเติมและคู่แข่งทราบถึงการลงนามในสัญญา เป้าหมายของแต่ละ บริษัท คือการจ้างผู้สมัครที่มีทักษะดีกว่า (ตรงข้ามกับปัญหาแบบคลาสสิกที่ บริษัท เดียวต้องการหาเลขานุการที่ดีที่สุด) เนื่องจากเป็นที่ทราบกันดีว่า บริษัท ที่มีเลขานุการที่ดีกว่านั้น ตลาด. เป็นกลยุทธ์ที่ดีที่สุดในขณะที่ บริษัท ขนาดใหญ่ (สิ่ง)?AAA แล้ว บริษัท ขนาดเล็ก ( ) ล่ะ?BBB ถ้าทั้งสอง บริษัท …

9 ds.algorithms  gt.game-theory 

ปล่อย d: { 0 , 1}k× { 0 , 1}k→ Rd:{0,1}k×{0,1}k→Rd:\{0,1\}^k\times \{0,1\}^k \to \mathbb{R}เป็นหน้าที่ที่เราจะเรียกว่าเป็นฟังก์ชั่นที่คล้ายคลึงกัน ตัวอย่างของฟังก์ชันความคล้ายคลึงกันคือระยะทางโคไซน์ล.2ล.2l_2 norm, ระยะทาง hamming, ความคล้ายคลึงกันของ Jaccard, ฯลฯ พิจารณา nnn เวกเตอร์ไบนารีของความยาว kkk: โวลต์⃗ ∈ ( { 0 , 1)}k)nโวลต์→∈({0,1}k)n\vec{v} \in (\{0,1\}^k)^n. เป้าหมายของเราคือการจัดกลุ่มเวกเตอร์ที่คล้ายกัน ยิ่งกว่านั้นอย่างเป็นทางการเราต้องการคำนวณกราฟความเหมือนกันซึ่งโหนดเป็นเวกเตอร์และขอบแสดงเวกเตอร์ที่คล้ายกัน (d( v , u ) ≤ ϵd(โวลต์,ยู)≤εd(v,u) \leq \epsilon) nnn และ kkk มีจำนวนมากและเปรียบเทียบสองความยาว kkk …

9 ds.algorithms  graph-algorithms  clustering 

ปล่อย f∈Q[x1,x2,…,xn]f∈Q[x1,x2,…,xn]f\in\mathbb{Q}[x_{1},x_{2},\ldots,x_{n}] เป็นพหุนามที่กำหนดโดยวงจรคณิตศาสตร์ CCC ขนาด sss. ป.ร. ให้ไว้CCC เป็นอินพุตมีอัลกอริทึมที่กำหนดขึ้นเพื่อตรวจสอบว่าปัจจัยลดลงทั้งหมดของ fff ใน Q[x1,x2,…,xn]Q[x1,x2,…,xn]\mathbb{Q}[x_{1},x_{2},\ldots,x_{n}]รูปแบบเชิงเส้นคืออะไร? ในบันทึกที่เกี่ยวข้องกำหนดรูปแบบเชิงเส้นl=∑ni=1li⋅xil=∑i=1nli⋅xil=\sum_{i=1}^{n}l_{i}\cdot x_{i}เราสามารถตรวจสอบได้อย่างแม่นยำว่า lll เป็นปัจจัยของ fff. แน่นอนเราต้องการให้เวลาเป็นพหุนามในทั้งสองกรณี ตามขนาดเราหมายถึงขนาดบิตทั้งหมด นอกจากนี้ยังสามารถสันนิษฐานได้ว่าระดับของfff คือพหุนามใน nnn.

9 ds.algorithms  algebraic-complexity  arithmetic-circuits 

ฉันต้องการแบ่งชุดของคะแนนออกเป็นชุดย่อยที่มีขนาดเท่ากันสองชุดเพื่อให้ผลรวมภายในกำลังสองของกลุ่มน้อยที่สุด เราสามารถสรุปได้ว่าจุดต่าง ๆ นั้นอยู่ในพื้นที่สองมิติแบบยุคลิด ฉันหวังว่าจะได้สิ่งที่เร็วกว่าอัลกอริทึมการจัดกลุ่ม k-mean แบบทั่วไปโดยให้ k = d = 2 ทุกคนสามารถชี้นำฉันไปในทิศทางของอัลกอริทึมที่ดีสำหรับเรื่องนี้? ทางออกที่แน่นอนไม่จำเป็นถ้าเรามีการประมาณที่ดี ขอบคุณ!

9 ds.algorithms  approximation-algorithms  clustering 

นี่คือปัญหาเพื่อนบ้านที่ใกล้ที่สุด รับ reals (ใหญ่มากn !), รวมทั้งเป้าหมายจริงp , หาa_iและa_jซึ่ง SUM ใกล้เคียงกับpมากที่สุด เราอนุญาตการประมวลผลล่วงหน้า / การจัดทำดัชนีที่เหมาะสมของa_1, \ ldots, a_n (ไม่เกินO (n \ log n) ) แต่ในเวลาแบบสอบถาม (ที่กำหนดp ) ผลลัพธ์ควรถูกส่งคืนอย่างรวดเร็ว (เช่นO (\ log n)เวลา)a1,…,ana1,…,ana_1, \ldots, a_nnnnpppaiaia_iajaja_jpppa1,…,ana1,…,ana_1, \ldots, a_nO(nlogn)O(nlog⁡n)O(n \log n)pppO(logn)O(log⁡n)O(\log n) (ตัวอย่างง่ายกว่า: ถ้าเราต้องการเพียงa_iเดียวaiaia_iที่ใกล้เคียงกับpppมากที่สุดเราจะจัดเรียงa1,…,ana1,…,ana_1, \ldots, a_nออฟไลน์, O(nlogn)O(nlog⁡n)O(n \log n)จากนั้นทำการค้นหาแบบไบนารีที่เวลาสอบถามO(logn)O(log⁡n)O(\log n) ) โซลูชันที่ไม่ทำงาน: 1) จัดเรียงa1,…,ana1,…,ana_1, \ldots, …

9 ds.algorithms  cg.comp-geom  ds.data-structures 

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 

โปรดแก้ตัวความสำคัญของชื่อฉันอาจเสียสละความชัดเจนบนแท่นบูชาแห่งความกระชับ จะเห็นได้ว่าการแทรกองค์ประกอบของอาร์เรย์ลงในแผนภูมิการค้นหาแบบไบนารี่และการอ่านกลับต้องใช้การเปรียบเทียบเช่นเดียวกับการเรียกใช้ Quicksort ในอาร์เรย์นั้น ลำดับของ pivots ที่ Quicksort ใช้คือลำดับของการแทรกลงในแผนผังการค้นหาแบบไบนารี นี่เป็นเรื่องจริงเล็กน้อยสำหรับ Heapsort และ heaps เนื่องจาก Heapsort ทำสิ่งที่แทรกอยู่เป็นชุดและจากนั้นอ่านองค์ประกอบกลับออกมา ในกรณีของการพูดว่ามีการรวมกันแบบอะนาล็อกหรือไม่? มีการเชื่อมต่อที่ลึกกว่านี้หรือมันเป็นเรื่องบังเอิญที่น่าสนใจระหว่างโครงสร้างข้อมูลและอัลกอริธึมการเรียงลำดับ?

9 ds.algorithms  ds.data-structures  sorting 

สมมติว่าเราทำงานในสนาม จำกัด เราได้รับค่าคงที่พหุนามขนาดใหญ่ p (x) (จาก, พูด, องศา 1,000) บนฟิลด์นี้ พหุนามนี้รู้จักกันมาก่อนและเราได้รับอนุญาตให้ทำการคำนวณโดยใช้ทรัพยากรจำนวนมากใน "ช่วงเริ่มต้น" ผลลัพธ์เหล่านี้อาจถูกจัดเก็บในตารางการค้นหาขนาดเล็กพอสมควร ในตอนท้ายของ "ระยะเริ่มต้น" เราจะได้รับพหุนาม Q (x) ที่ไม่รู้จักจำนวนเล็กน้อย (จาก, พูด, ระดับ 5 หรือน้อยกว่า) มีวิธีที่รวดเร็วในการคำนวณ p (x) mod q (x) หรือไม่เนื่องจากเราได้รับอนุญาตให้ทำการคำนวณที่ซับซ้อนบางอย่างใน "ระยะเริ่มต้น"? วิธีหนึ่งที่ชัดเจนคือการคำนวณ p (x) mod q (x) สำหรับค่าที่เป็นไปได้ทั้งหมดของ q (x) มีวิธีที่ดีกว่าในการทำเช่นนี้?

9 cc.complexity-theory  ds.algorithms  algebra  algebraic-complexity  polynomials 

พิจารณากราฟที่มีขอบทั้งหมดที่มีความจุหน่วย หนึ่งสามารถค้นหาตัดนาทีในเวลาพหุนาม สมมติว่าฉันได้รับอนุญาตให้เพิ่มความสามารถของ edge ใด ๆให้เป็นอนันต์ (เทียบเท่ากับการรวมโหนดในแต่ละด้านของ edge) อะไรคือวิธีที่เหมาะสมที่สุดในการเลือกชุด edge ที่เหมาะสม (ซึ่งความจุจะเพิ่มขึ้นเป็นอนันต์) เพื่อเพิ่มการตัดขั้นต่ำkkkkkk

9 ds.algorithms  graph-theory  co.combinatorics  max-flow-min-cut 

ฉันกำลังสอนหลักสูตรเกี่ยวกับเมตา - ฮิวริสติกและต้องการสร้างตัวอย่างที่น่าสนใจของปัญหา combinatorial แบบคลาสสิกสำหรับโครงการระยะ ให้ความสำคัญกับ TSP เราแก้ปัญหากราฟที่มีขนาดตั้งแต่ขึ้นไป ฉันพยายามสร้างกราฟที่มีเมทริกซ์ราคาด้วยค่าที่นำมาจากการสุ่มและพบว่า (ตามที่คาดไว้) ฮิสโตแกรมสำหรับต้นทุนเส้นทาง (วาดโดยการสุ่มเส้นทางสุ่มจำนวนมาก) ได้ การกระจายปกติที่แคบมาก (คือแต่อยู่ที่ ) ซึ่งหมายความว่าในความคิดของฉันว่าปัญหาเป็นเรื่องง่ายมากเนื่องจากเส้นทางแบบสุ่มส่วนใหญ่จะต่ำกว่าค่าเฉลี่ยและเส้นทางต้นทุนขั้นต่ำใกล้เคียงกับเส้นทางแบบสุ่ม200200200U(0,1)U(0,1)U(0,1)μμ\mu 100 100~100σσ\sigma444 ดังนั้นฉันจึงลองวิธีต่อไปนี้: หลังจากสร้าง -matrix แล้วให้เดินสุ่มรอบกราฟและสุ่ม (เบอร์นูลลีที่มี ) สองเท่าหรือลดค่าของขอบลงครึ่งหนึ่ง นี้มีแนวโน้มที่จะลดค่าทั้งหมดในที่สุดก็ถึงศูนย์ แต่ถ้าผมใช้เวลาเพียงตัวเลขทางขวาของขั้นตอนที่ผมจะได้รับการจัดจำหน่ายกับรอบและรอบ1U(0,1)U(0,1)U(0,1)p=0.5p=0.5p=0.5μμ\mu222σσ\sigma111 คำถามของฉันคือก่อนอื่นนี่เป็นคำนิยามที่ดีสำหรับปัญหาที่น่าสนใจหรือไม่? ในอุดมคติแล้วฉันต้องการอินสแตนซ์ที่มีหลายโมดอลสูง (สำหรับฟังก์ชั่นพื้นที่ใกล้เคียงทั่วไป) และมีเส้นทางน้อยมากที่อยู่ใกล้กับค่าต่ำสุดดังนั้นโซลูชันแบบสุ่มส่วนใหญ่จะอยู่ไกลจากจุดที่เหมาะสมที่สุด คำถามที่สองคือจากคำอธิบายนี้ฉันจะสร้างอินสแตนซ์ที่มีคุณสมบัติดังกล่าวได้อย่างไร

9 ds.algorithms  co.combinatorics  optimization  tsp  heuristics 

มันเป็นที่รู้จักกันดีว่าข้อผิดพลาด bounded ซับซ้อนแบบสอบถามควอนตัมของฟังก์ชันเป็น{n}) ตอนนี้คำถามคือสิ่งที่ถ้าเราต้องการอัลกอริทึมควอนตัมของเราจะประสบความสำเร็จสำหรับการป้อนข้อมูลที่มีความน่าจะเป็นทุกมากกว่าปกติ2/3ตอนนี้ในแง่ของขอบเขตบนและล่างที่เหมาะสมจะเป็นอย่างไรOR(x1,x2,…,xn)OR(x1,x2,…,xn)OR(x_1,x_2,\ldots, x_n)Θ(n−−√)Θ(n)\Theta(\sqrt{n})1−ϵ1−ϵ1-\epsilon2/32/32/3ϵϵ\epsilon ทันทีที่แบบสอบถามเพียงพอสำหรับงานนี้โดยทำซ้ำอัลกอริทึม Grover แต่จากสิ่งที่ฉันจำได้ว่านี่ไม่ใช่วิธีที่ดีที่สุดเท่าที่อัลกอริทึม Grover ธรรมดาถ้าทำงานอย่างรอบคอบเช่นสำหรับจำนวนการวนซ้ำที่เหมาะสมสามารถบรรลุสิ่งที่ต้องการเพียงแค่ซ้ำ และด้วยเหตุนี้การใช้สิ่งนี้จึงสามารถปรับปรุงให้ดีขึ้นสำหรับทั้งหมด ในทางกลับกันผมไม่ได้คาดหวังว่าเป็นคำตอบที่เหมาะสมสำหรับขนาดเล็กมาก 'sO(n−−√log(1/ϵ))O(nlog⁡(1/ϵ))O(\sqrt{n} \log(1/\epsilon))ϵ=O(1/n)ϵ=O(1/n)\epsilon=O(1/n)O(n−−√)O(n)O(\sqrt{n})ϵϵ\epsilonΩ(n−−√)Ω(n)\Omega(\sqrt{n})ϵϵ\epsilon แต่ฉันสนใจที่จะเห็นสิ่งที่สามารถแสดงในแง่ของ - พึ่งพาขอบเขตบนและล่างสำหรับช่วงที่แตกต่างกันของโดยเฉพาะอย่างยิ่งเมื่อมีขนาดเล็กมากพูดหรือขนาดใหญ่ 'sϵϵ\epsilonϵϵ\epsilonϵϵ\epsilonϵ=exp(−Ω(n))ϵ=exp⁡(−Ω(n))\epsilon= \exp(-\Omega(n))ϵ=1/nkϵ=1/nk\epsilon=1/n^kkkk (เพื่อให้บริบทบางอย่างปรากฏการณ์ทั่วไปที่ฉันได้รับคือการขยายในบริบทของความซับซ้อนของการค้นหาควอนตัม)

9 cc.complexity-theory  ds.algorithms  quantum-computing  lower-bounds 

ปล่อย G = ( V, E)G=(V,E)G = ( V, E )เป็นกราฟ ปล่อยk ≤ | V|k≤|V|k \leq |V|เป็นจำนวนเต็ม ปล่อยOkOkO_k เป็นจำนวนกราฟย่อยที่เกิดจากขอบของ GGG มี kkkจุดยอดและจำนวนขอบคี่ ปล่อยEkEkE_k เป็นจำนวนกราฟย่อยที่เกิดจากขอบของ GGG มี kkkจุดยอดและขอบจำนวนคู่ ปล่อยΔk=Ok-EkΔk=Ok−Ek\Delta_k = O_k - E_k. ปัญหา ODD EVEN DELTA ประกอบด้วยในการคำนวณΔkΔk\Delta_kได้รับ GGG และ kkk. คำถาม เป็นไปได้ไหมที่จะคำนวณ ΔkΔk\Delta_kในเวลาพหุนาม อัลกอริทึมที่รู้จักกันดีที่สุดในการคำนวณมันคืออะไร? เกิดอะไรขึ้นถ้า GGG เป็น 3 ปกติหรือไม่ เกิดอะไรขึ้นถ้า …

9 ds.algorithms  graph-theory  graph-algorithms  counting-complexity 

ฉันรู้ว่ารันไทม์กรณีเลวร้ายที่สุดที่คาดหวังของอัลกอริทึม triangulation delaunay ที่เพิ่มขึ้นแบบสุ่ม (ตามที่ระบุในComputational Geometry ) คือO (nบันทึกn )O(nlog⁡n)\mathcal O(n \log n). มีแบบฝึกหัดซึ่งแสดงถึง runtime-case ที่แย่ที่สุดคือΩ (n2)Ω(n2)\Omega(n^2). ฉันพยายามสร้างตัวอย่างซึ่งเป็นจริงในกรณีนี้ แต่ยังไม่ประสบความสำเร็จ หนึ่งในความพยายามเหล่านั้นคือการจัดเรียงและสั่งซื้อจุดที่กำหนดในลักษณะเช่นนั้นเมื่อเพิ่มจุด พีRprp_r ในขั้นตอน Rrrประมาณ r - 1r−1r-1 ขอบถูกสร้างขึ้น วิธีการอื่นอาจเกี่ยวข้องกับโครงสร้างตำแหน่งจุด: พยายามจัดเรียงจุดต่าง ๆ เช่นเส้นทางที่ใช้ในโครงสร้างตำแหน่งจุดเพื่อค้นหาตำแหน่ง พีRprp_r ในขั้นตอน Rrr นานที่สุด ถึงกระนั้นฉันไม่แน่ใจว่าวิธีการใดในสองวิธีนี้ถูกต้อง (ถ้าเลย) และจะดีใจสำหรับคำแนะนำบางอย่าง

9 ds.algorithms  randomized-algorithms  delaunay-triangulation  worst-case 

ฉันกำลังมองหาอัลกอริทึมในการวาดกราฟองค์ประกอบ / กราฟการพึ่งพา (สำหรับแอปพลิเคชันด้านภาษาศาสตร์) กราฟดังกล่าวจะมีจุดยอดสองประเภทที่แตกต่างกัน (โทเค็นโหนด) และขอบสองประเภทที่แตกต่างกัน (ลำดับชั้นไม่ใช่แบบลำดับชั้น) ฉันยังใหม่กับทฤษฎีกราฟและอัลกอริทึมโดยทั่วไปและฉันหวังว่าคำถามนี้จะไม่ขัดแย้งกันเช่นกับข้อกำหนดระดับการวิจัยของไซต์นี้ มันควร แต่โดยทั่วไปจะอยู่ในขอบเขตของ cstheory กราฟจะต้องวาดจากล่างขึ้นบน (ฉันคิดว่า) เนื่องจากโทเค็นทั้งหมดควรแสดงด้วยพิกัด y เดียวกันและพิกัด y ของโหนดที่จัดกลุ่มโทเค็นและ / หรือโหนดในองค์ประกอบจะต้องคำนวณแบบไดนามิก เช่นผ่านเส้นทางที่ยาวที่สุดไปยังโทเค็น ขอบลำดับชั้น (ใช้สำหรับการจัดกลุ่มโทเค็น / โหนดในองค์ประกอบ) ควรมีจำนวนจุดดัดขั้นต่ำ (ตามอุดมคติ 0) แต่ควรมีจำนวนจุดข้ามขั้นต่ำโดยเขียนทับข้อกำหนดเดิมหากจำเป็น ขอบที่ไม่เป็นลำดับชั้น (ใช้สำหรับการขึ้นต่อกัน) ควรมีจำนวนจุดข้ามขั้นต่ำและถูกวาดเป็นเส้นโค้งเบซิเยร์ สิ่งที่ดีที่สุดถัดไปที่ฉันเจอคืออัลกอริทึมที่อธิบายโดยBuchheim และคณะ ปรับปรุงอัลกอรึทึมของวอล์คเกอร์ให้ทำงานในเวลาเชิงเส้น โปรดแจ้งให้เราทราบหากมีความจำเป็นต้องปรับปรุงคำถามของฉันและขอบคุณล่วงหน้าสำหรับคำแนะนำใด ๆ แก้ไข: ตามที่ระบุไว้ในความคิดเห็นฉันควรพูดถึงว่าฉันต้องการเลย์เอาต์กราฟเริ่มต้นโดยอัลกอริทึมซึ่งฉัน - ในระยะยาว - ต้องการแก้ไขและแก้ไขภายในEclipse GEF ที่เป็นไปได้ ก่อนหน้านี้ฉันได้พิจารณาตัวเลือกต่างๆเพื่อให้ Graphviz ทำงานกับ GEF …

9 ds.algorithms  graph-algorithms  cg.comp-geom  graph-drawing