开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

一种检查顶点是否可达的算法

是深度优先搜索（Depth First Search，DFS）算法。

深度优先搜索是一种用于遍历或搜索图或树的算法。它从起始顶点开始，沿着一条路径尽可能深入地访问顶点，直到无法继续深入为止，然后回溯到上一个顶点，继续探索其他路径，直到遍历完所有可达的顶点。

深度优先搜索算法的主要思想是通过递归或栈的方式实现。它的优势在于能够快速找到一条路径并深入探索，适用于解决连通性、路径搜索、拓扑排序等问题。

在云计算领域，深度优先搜索算法可以应用于网络拓扑分析、虚拟机迁移、负载均衡等场景。例如，在网络拓扑分析中，可以使用深度优先搜索算法来检查网络中的节点是否可达，以确定网络的连通性和路径。

腾讯云提供了一系列与深度优先搜索相关的产品和服务，如腾讯云虚拟专用网络（Virtual Private Cloud，VPC）、腾讯云负载均衡（Load Balancer）、腾讯云弹性容器实例（Elastic Container Instance）等。这些产品和服务可以帮助用户在云环境中实现深度优先搜索算法的应用。

更多关于腾讯云产品和服务的信息，您可以访问腾讯云官方网站：https://cloud.tencent.com/

相关搜索:Android -递归检查地图是否可解的算法 Java boolean-检查位数是否为偶数的算法 Python，一种检查任务是否已完成的干净方法 SwiftUI检查URL是否可达，并自动切换到ContentView 一种快速检查形状列表中相交量的算法一种检查is_explicitly_constructible是否为一种简单的排序算法一种高效的拼接算法以所有顶点为源的Dijkstra算法如何使用C#检查IP地址是否可达

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

算法精解：DAG有向无环图

DAG是公认的下一代区块链的标志。本文从算法基础去研究分析DAG算法，以及它是如何运用到区块链中，解决了当前区块链的哪些问题。关键字：DAG，有向无环图，算法，背包，深度优先搜索，栈，BlockChain，区块链图图是数据结构中最为复杂的一种，我在上大学的时候，图的这一章会被老师划到考试范围之外，作为我们的课后兴趣部分。但实际上，图在信息化社会中的应用非常广泛。图主要包括：无向图，结点的简单连接有向图，连接有方向性加权图，连接带有权值加权有向图，连接既有方向性，又带有权值图是由

06

算法导论——lec 10 图的基本算法及应用

搜索一个图是有序地沿着图的边訪问全部定点，图的搜索算法能够使我们发现非常多图的结构信息，图的搜索技术是图算法邻域的核心。

02

每周学点大数据 | No.14 图论基础回顾

No.14期图论基础回顾 Mr. 王：我们再讲一个时间亚线性算法——平面图直径的求解。平面图是图论中的一个概念，在大数据算法的很多地方都会涉及图的相关内容，所以这里我们还是要回顾一下图论的知识。首

08

【算法分析】分支限界法详解+范例+习题解答

下面以一个例子来说明单源最短路径问题：在下图所给的有向图G中，每一边都有一个非负边权。要求图G的从源顶点s到目标顶点t之间的最短路径。

02

单源最短路径之迪杰斯特拉算法

迪杰斯特拉(Dijkstra)算法解决最短路径问题，其创造者：艾兹格·W·迪科斯彻（Edsger Wybe Dijkstra）。

04

普林斯顿算法讲义（三）

一个有向图（或有向图）是一组顶点和一组有向边，每条边连接一个有序对的顶点。我们说一条有向边从该对中的第一个顶点指向该对中的第二个顶点。对于 V 个顶点的图，我们使用名称 0 到 V-1 来表示顶点。

01

SciPy 稀疏矩阵（4）：LIL（下）

上回说到，LIL 通过把稀疏矩阵看成是有序稀疏向量组，通过对稀疏向量组中的稀疏向量进行压缩存储来达到压缩存储稀疏矩阵的目的。这一回从图数据结构开始！

01

有向图----可达性问题

单点可达性：回答“是否存在一条从起点s到给定节点v的有向路径？”等类似问题。多点可达性：回答“是否存在一条从集合中任意顶点到给定节点v的有向路径？”等类似问题。顶点对的可达性：回答“是否存在一条从一个给定节点v到给定节点w的有向路径？”等类似问题。针对单点可达性和多点可达性，使用深度优先遍历很容易实现。先定义API： public class DirectedDFS DirectedDFS(Digraph G, int s) //在G中找到s可达的所有顶点 DirectedDFS(Digraph

00

【数据结构】总结面试最常用的55道填空题

树是由n个结点所构成的有限集合，当n=0时，称为空树树的表示法有4种，分别为：文氏图表示法、凹入图表示法、广义表表示法以及树形表示法结点的度是指结点所拥有子树的数目二叉树是一种特殊的树，它的每个结点最多只有两颗子树，并且这两课子树也是二叉树在一棵二叉树中，若其所有结点或叶结点，或左、右子树都非空，且所有叶结点都在同一层，则称这棵二叉树为满二叉树在二叉树的第i层上至多有2i个结点(i≥0) 深度为h(h≥0)的二叉树上至多含2h-1个结点对于任何一棵二叉树，若其叶结点的个数为n0,度为2的结点个数

03

深度优先搜索与广度优先搜索的探索之路

在数据结构和算法的世界中，深度优先搜索（DFS）和广度优先搜索（BFS）是两种基本且常用的图遍历算法。它们在解决许多实际问题中扮演着重要角色。本文旨在深入探讨这两种算法的原理，并分析它们之间的区别。

02

数据分析学习之不得不知的八大算法详解

学习数据分析的朋友们都知道，算法是不可或缺的，或者说算法在一定程度上可以更好的量化的一个人的学习能力和水平。本文整理了经典的八大算法，相关的资料希望能帮助大家了解。

02

加权有向图----单点最短路径问题（Dijkstra算法）

单点最短路径问题是求解从s到给定顶点v之间总权重最小的那条路径的问题。Dijkstra算法可以解决边的权重非负的最短路径问题。 Dijkstra算法无法判断含负权边的图的最短路径，但Bellman-Ford算法可以。在实现Dijkstra算法之前，必须先了解边的松弛：松弛边v->w意味着检查从s到w的最短路径是否是先从s到v，再从v到w。如果是，则根据这个情况更新数据。下面的代码实现了放松一个从给定顶点的指出的所有的边： private void relax(EdgeWeightedDigraph G,

00

十大算法，让你轻松进阶高手

算法一：快速排序算法快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。快速排序使用分治法（Divide and conquer）策略来把一个串行（list）分为两个子串行（sub-lists）。算法步骤： 1 从数列中挑出一个元素，称为

07

程序员都应该知道的10大算法

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。

01

程序员必须知道的10大基础实用算法及其讲解

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序n个项目要Ο(nlogn)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn)算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。

02

程序员必须知道的十大基础实用算法及其讲解

算法一：快速排序算法快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(nlogn) 次比较。在最坏状况下则需要Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn) 算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。快速排序使用分治法（Divideandconquer）策略来把一个串行（list）分为两个子串行（sub-lists）。算法步骤： 1. 从数列中挑出一个元素，称为「基准」（pivot），

05

程序员都应该知道的 10 大算法

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要 Ο(n log n) 次比较。在最坏状况下则需要 Ο(n2) 次比较，但这种状况并不常见。

02

疯狂Java笔记之Java的内存与回收

对于JVM的垃圾回收机制来说，是否回收一个对象的标准在于：是否还有引用变量引用改对象？只要有引用变量引用对象，垃圾回收机制就不会回收它。

04

【干货】十大必须掌握的基础实用算法及其讲解

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(nlogn) 次比较。在最坏状况下则需要Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn) 算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。

06

【随笔】游戏程序开发必知的10大基础实用算法及其讲解

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n logn)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

03

程序员必须要掌握的十大经典算法

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

程序员必须知道的十大基础实用算法及其讲解

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(nlogn) 次比较。在最坏状况下则需要Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn) 算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。

02

程序员必须知道的十大基础实用算法及其讲解

出自博客园原文地址：http://kb.cnblogs.com/page/210687/ 算法一：快速排序算法　　快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序n个项目要Ο(nlogn)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn)算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。　　快速排序使用分治法（Divideandconquer）策略来把一个串行（list）分为两个子串行（s

08

程序员必须知道的10大基础实用算法及其讲解：排序、查找、搜索和分类等

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

00

10大计算机经典算法「建议收藏」

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地被实现出来。

01

数据分析师不可不知的10大基础实用算法及其讲解

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来。

08

必知必会十大算法，动态效果图，通俗易懂

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序n个项目要Ο(nlogn)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。

01

数据结构（十一）：最短路径(Bellman-Ford算法)

最短路径是指连接图中两个顶点的路径中，所有边构成的权值之和最小的路径。之前提到的广度优先遍历图结构，其实也是一种计算最短路径的方式，只不过广度遍历中，边的长度都为单位长度，所以路径中经过的顶点的个数即为权值的大小。

02

程序猿必须知道10算法及其大有用的解说基地「建议收藏」

高速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下。排序n个项目要Ο(nlogn)次比較。

01

程序员必须知道的十大基础实用算法及讲解！

最近社群很多的小伙伴们对算法进行了激烈的讨论与学习，今天老九君就给大家介绍一些编程语言里的基础算法，提高小伙伴们的算法知识及编程里对算法的运用。我们一起来看看十大基础算法吧~ 算法一：快速排序算法快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(nlogn) 次比较。在最坏状况下则需要Ο(n2) 次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn) 算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。快速排序使

05

深度优先搜索遍历与广度优先搜索遍历

1、图的遍历和树的遍历类似，图的遍历也是从某个顶点出发，沿着某条搜索路径对图中每个顶点各做一次且仅做一次访问。它是许多图的算法的基础。深度优先遍历和广度优先遍历是最为重要的两种遍历图的方法。它们对无向图和有向图均适用。注意：以下假定遍历过程中访问顶点的操作是简单地输出顶点。 2、布尔向量visited[0．．n-1]的设置图中任一顶点都可能和其它顶点相邻接。在访问了某顶点之后，又可能顺着某条回路又回到了该顶点。为了避免重复访问同一个顶点，必须记住每个已访问的顶点。为此，可设一布尔向量visited[0．．n-1]，其初值为假，一旦访问了顶点Vi之后，便将visited[i]置为真。深度优先遍历(Depth-First Traversal) 1．图的深度优先遍历的递归定义假设给定图G的初态是所有顶点均未曾访问过。在G中任选一顶点v为初始出发点(源点)，则深度优先遍历可定义如下：首先访问出发点v，并将其标记为已访问过；然后依次从v出发搜索v的每个邻接点w。若w未曾访问过，则以w为新的出发点继续进行深度优先遍历，直至图中所有和源点v有路径相通的顶点(亦称为从源点可达的顶点)均已被访问为止。若此时图中仍有未访问的顶点，则另选一个尚未访问的顶点作为新的源点重复上述过程，直至图中所有顶点均已被访问为止。图的深度优先遍历类似于树的前序遍历。采用的搜索方法的特点是尽可能先对纵深方向进行搜索。这种搜索方法称为深度优先搜索(Depth-First Search)。相应地，用此方法遍历图就很自然地称之为图的深度优先遍历。 2、深度优先搜索的过程设x是当前被访问顶点，在对x做过访问标记后，选择一条从x出发的未检测过的边(x，y)。若发现顶点y已访问过，则重新选择另一条从x出发的未检测过的边，否则沿边(x，y)到达未曾访问过的y，对y访问并将其标记为已访问过；然后从y开始搜索，直到搜索完从y出发的所有路径，即访问完所有从y出发可达的顶点之后，才回溯到顶点x，并且再选择一条从x出发的未检测过的边。上述过程直至从x出发的所有边都已检测过为止。此时，若x不是源点，则回溯到在x之前被访问过的顶点；否则图中所有和源点有路径相通的顶点(即从源点可达的所有顶点)都已被访问过，若图G是连通图，则遍历过程结束，否则继续选择一个尚未被访问的顶点作为新源点，进行新的搜索过程。 3、深度优先遍历的递归算法（1）深度优先遍历算法 typedef enum{FALSE，TRUE}Boolean；//FALSE为0，TRUE为1 Boolean visited[MaxVertexNum]； //访问标志向量是全局量 void DFSTraverse(ALGraph *G) { //深度优先遍历以邻接表表示的图G，而以邻接矩阵表示G时，算法完全与此相同 int i； for(i=0;i<G->n;i++) visited[i]=FALSE； //标志向量初始化 for(i=0;i<G->n；i++) if(!visited[i]) //vi未访问过 DFS(G，i)； //以vi为源点开始DFS搜索 }//DFSTraverse （2）邻接表表示的深度优先搜索算法 void DFS(ALGraph *G，int i){ //以vi为出发点对邻接表表示的图G进行深度优先搜索 EdgeNode *p； printf("visit vertex：％c"，G->adjlist[i].vertex)；//访问顶点vi visited[i]=TRUE； //标记vi已访问 p=G->adjlist[i].firstedge； //取vi边表的头指针 while(p){//依次搜索vi的邻接点vj，这里j=p->adjvex if (!visited[p->adjvex])//若vi尚未被访问 DFS(G，p->adjvex);//则以Vj为出发点向纵深搜索 p=p->next； //找vi的下一邻接点 } }//DFS （3）邻接矩阵表示的深度优先搜索算法 void DFSM(MGraph *G，int i) { //以vi为出发点对邻接矩阵表示的图G进行DFS搜索，设邻接矩阵是0,l矩阵 int j； printf("visit vertex：％c"，G->vexs[i])；//访问顶点vi visited[i]=TRUE； for(j=0；j<G->n；j++) //依次搜索vi的邻接点 if(G->edges[i][j]==1&&!vi

05

最短路径四大算法「建议收藏」

熟悉的最短路算法就几种：bellman-ford，dijkstra，spfa，floyd。 bellman-ford可以用于边权为负的图中，图里有负环也可以，如果有负环，算法会检测出负环。时间复杂度O（VE）; dijkstra只能用于边权都为正的图中。时间复杂度O（n2）； spfa是个bellman-ford的优化算法，本质是bellman-ford，所以适用性和bellman-ford一样。（用队列和邻接表优化）。时间复杂度O（KE）; floyd可以用于有负权的图中，即使有负环，算法也可以检测出来,可以求任意点的最短路径，有向图和无向图的最小环和最大环。时间复杂度O（n3）；任何题目中都要注意的有四点事项：图是有向图还是无向图、是否有负权边，是否有重边，顶点到自身的可达性。 1、Dijkstra（单源点最短路）这个算法只能计算单元最短路，而且不能计算负权值，这个算法是贪心的思想， dis数组用来储存起始点到其他点的最短路，但开始时却是存的起始点到其他点的初始路程。通过n-1遍的遍历找最短。每次在剩余节点中找dist数组中的值最小的，加入到s数组中，并且把剩余节点的dist数组更新。

03

HAWQ + MADlib 玩转数据挖掘之（十）——图算法之单源最短路径

本文介绍了计算单源最短路径算法在社交网络中的应用。首先介绍了单源最短路径算法的基本概念和常用算法，然后讨论了社交网络中的最短路径问题，并给出了基于Madlib的算法实现。最后，介绍了如何利用该算法计算两个人之间的最短路径。

06

【愚公系列】2023年11月数据结构(十四)-图

数据结构是计算机科学中的一个重要概念，它描述了数据之间的组织方式和关系，以及对这些数据的访问和操作。常见的数据结构有：数组、链表、栈、队列、哈希表、树、堆和图。

02

MADlib——基于SQL的数据挖掘解决方案（28）——图算法之单源最短路径

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wzy0623/article/details/79564814

01

【愚公系列】软考中级-软件设计师 020-数据结构（图）

图是一种非线性数据结构，它由节点（也称为顶点）和连接这些节点的边组成。图可以用来表示各种关系和连接，比如网络拓扑、社交网络、地图等等。图的节点可以包含任意类型的数据，而边则表示节点之间的关系。图有两种常见的表示方法：邻接矩阵和邻接表。

02

最短路径之Dijkstra算法

因为最近在用R语言，所以代码使用R语言完成。语言只是工具，算法才是灵魂。Floyd算法简单暴力，三个for循环搞定。但是相应是要付出代价的，时间复杂度为O(n^3)。今天学习的是一个O(n^2)的算法--经典Dijkstra（迪杰斯特拉）算法，这也是经典贪心算法的好例子。

01

GNN用于3D目标检测，表现SOTA，CMU开辟新方向

分享一篇今天新出的论文Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud，来自卡内基梅隆大学（CMU）的研究人员提出使用图神经网络（GNN）进行点云数据的3D目标检测，取得了最先进的效果，甚至超越了一些基于点云和RGB数据融合的检测方法，为这一领域开辟了新的技术方向。

02

数据结构与算法——图最短路径

最短路径问题一直是图论研究的热点问题。例如在实际生活中的路径规划、地图导航等领域有重要的应用。关于求解图的最短路径方法也层出不穷，本篇文章将详细讲解图的最短路径经典算法。

04

离散数学总复习精华版(最全最简单易懂)已完结

哈斯图画法极大元、极小元不唯一最大元和最小元唯一:必须是所有元素都得小于或者大于他下图中 f 不行

02

Java的内存回收机制

在Java中，它的内存管理包括两方面：内存分配（创建Java对象的时候）和内存回收，这两方面工作都是由JVM自动完成的，降低了Java程序员的学习难度，避免了像C/C++直接操作内存的危险。但是，也正因为内存管理完全由JVM负责，所以也使Java很多程序员不再关心内存分配，导致很多程序低效，耗内存。因此就有了Java程序员到最后应该去了解JVM，才能写出更高效，充分利用有限的内存的程序。 1.Java在内存中的状态首先我们先写一个代码为例子： Person.java 1 package test;

07

图覆盖准则

有了图，我们如何来覆盖它，需要一些规则。通常我们可以进一步去扩展，一个子图可以从这一个点可达，是指从这个点出发，我们存在这么一条路径，到达这个子图，这个概念叫可达。特别需要注意可达要分为两种情况，第一个我们称之为语法可达，也就是在我们通过语法构建的某种图结构当中，是存在一条路径可以到达这个子图。另外一个叫语义可达，是指在实际的程序当中我们存在这么一个测试，可以跑到这个子图。从可达，我们可以拓展到我们测试里面一个非常重要的概念，也就是这一节的重点。所谓覆盖，是指存在一条测试路径p，可以覆盖到某个顶点v，是指，这个v，顶点v，恰好就在这个路径里面。这里面特别需要注意在这里面我们强调的是测试路径，并不仅仅是路径。我们简单复习一下什么叫测试路径，是指这条路径的出发点是初始节点，结束点就是终结节点，这么一条路径我们才称之为测试路径。

03

图的基本算法(BFS和DFS)

图是一种灵活的数据结构，一般作为一种模型用来定义对象之间的关系或联系。对象由顶点（V）表示，而对象之间的关系或者关联则通过图的边（E）来表示。图可以分为有向图和无向图，一般用G=(V,E)来表示图。经常用邻接矩阵或者邻接表来描述一副图。在图的基本算法中，最初需要接触的就是图的遍历算法，根据访问节点的顺序，可分为广度优先搜索（BFS）和深度优先搜索（DFS）。 ---- 广度优先搜索（BFS）广度优先搜索在进一步遍历图中顶点之前，先访问当前顶点的所有邻接结点。 a .首先选择一个顶点作为起始结点，并将其

05

30 个重要数据结构和算法完整介绍(建议收藏保存)

话虽如此，我决定在CSDN新星计划挑战期间将我所了解的数据结构和算法集中起来。本文旨在使 DSA 看起来不像人们认为的那样令人生畏。它包括 15 个最有用的数据结构和 15 个最重要的算法，可以帮助您在学习中和面试中取得好成绩并提高您的编程竞争力。后面等我还会继续对这些数据结构和算法进行进一步详细地研究讲解。

03

[KDD 2020] 双通道超图协同过滤

协同过滤是在推荐领域非常普及的一种基础建模方式，传统协同过滤存在两个主要问题：1. user 和 item 之间的高阶相关性建模不充分；2. User-Item 建模不灵活，没有刻意对 user 节点和 item 节点进行语义区分，而是直接将 user 和 item 进行同质计算。

02

单源最短路径之Bellman-Ford算法

贝尔曼-福特算法（Bellman-Ford）是由理查德·贝尔曼（Richard Bellman）和莱斯特·福特创立的，求解单源最短路径问题的一种算法。有时候这种算法也被称为 Moore-Bellman-Ford 算法，因为 Edward F. Moore 也为这个算法的发展做出了贡献。它的原理是对图进行V-1次松弛操作(V是顶点数量)，得到所有可能的最短路径。其优于Dijkstra算法的方面是边的权值可以为负数、实现简单，缺点是时间复杂度过高，高达O(VE)。但算法可以进行若干种优化，提高了效率。

02

每周学点大数据 | No.17最小生成树

No.17期最小生成树（一） Mr. 王：我们再来讲一个时间亚线性算法——最小生成树问题。这里先简单介绍一下树的概念。小可：那什么是树呢？ Mr. 王：树的简单定义，就是一个没有回路的连通无向图。

04

【算法】关于图论中的最小生成树(Minimum Spanning Tree)详解

这里的图当然不是我们日常说的图片或者地图。通常情况下，我们把图看成是一种由“顶点”和“边”组成的抽象网络。在各个“顶点“间可以由”边“连接起来，使两个顶点间相互关联起来。图的结构可以描述多种复杂的数据对象，应用较为广泛，看下图：

00

TarJan 算法求解有向连通图强连通分量

在有向图G中，如果两个顶点间至少存在一条路径，称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通，称G是一个强连通图。非强连通图有向图的极大强连通子图，称为强连通分量(strongly connected components)。

02

小白学算法-数据结构和算法教程: 队列的应用

二分图是一种图，其顶点可以分为两个独立的集合 U 和 V，使得每条边 (u, v) 要么连接从 U 到 V 的顶点，要么连接从 V 到 U 的顶点。换句话说，对于每个边 (u, v)，要么 u 属于 U，v 属于 V，要么 u 属于 V，v 属于 U。我们也可以说，不存在连接同一集合的顶点的边。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭