以下是伦敦的周期租金数据。每个点代表一个周期租用点。
我使用st_make_grid()创建了一个网格。现在我想-
绘制网格每个单元中循环租用点数的热图
绘制了网格中每个单元中的自行车总数的热图( number -目前停泊的自行车数量)
library(spData)
library(sf)
# cycle hire data of london
# Each observaion represent a cycle hire point in London.
hire_sf <- spData::cycle_hire
head(hire_sf)
# create grid
gri
假设我们处于汽车租赁应用程序的世界:)
假设我有3种类型的汽车,有2种价格:
Car type Price category
------------------------------
Sport High
Luxury High
Economy Low
High和Low的值会随着时间的推移而改变,因此它们应该是一个单独的实体,在DB中有自己的表示。
每一种车型都有自己的价格计算策略,例如租用一辆Sport汽车成本(High x time_rented) + High_constant_factor。
以下是我目前的
我有一种直觉,原始图的拓扑排序与转置图的dfs相同(反转所有边)
A -> B -> C
D -> B
拓扑排序是D、A、B、C或A、D、B、C
如果我转置图形(反转所有的边)
C -> B -> A
B -> D
dfs还给出了D、A、B、C或A、D、B、C
求求你,我不能从数学上证明/反驳它。如果命题不正确,举一个反例会很有帮助。