Pythonを使用してトポロジカルソートアルゴリズムを実装するにはどうすればよいですか?
Python を使用してトポロジカル ソート アルゴリズムを実装するにはどうすればよいですか?
トポロジカル ソートはグラフ理論のソート アルゴリズムであり、有向非巡回グラフ (DAG) のソートに使用されます。トポロジカル ソートでは、グラフ内のノードはタスクまたはイベントを表し、有向エッジはタスクまたはイベント間の依存関係を表します。ソートされた結果では、すべての依存関係が満たされ、各ノードはそのすべての先行ノードの後にランク付けされます。
Python でのトポロジカル ソート アルゴリズムの実装は、深さ優先検索 (DFS) のアイデアを使用して解決できます。具体的なコード例を次に示します。
from collections import defaultdict class Graph: def __init__(self, num_vertices): self.graph = defaultdict(list) self.num_vertices = num_vertices def add_edge(self, u, v): self.graph[u].append(v) def topological_sort_util(self, v, visited, stack): visited[v] = True for i in self.graph[v]: if visited[i] == False: self.topological_sort_util(i, visited, stack) stack.append(v) def topological_sort(self): visited = [False] * self.num_vertices stack = [] for i in range(self.num_vertices): if visited[i] == False: self.topological_sort_util(i, visited, stack) sorted_list = [] while stack: sorted_list.append(stack.pop()) return sorted_list # 测试代码 g = Graph(6) g.add_edge(5, 2) g.add_edge(5, 0) g.add_edge(4, 0) g.add_edge(4, 1) g.add_edge(2, 3) g.add_edge(3, 1) sorted_list = g.topological_sort() print("拓扑排序结果:", sorted_list)
上記のコードは、まず、エッジの追加やトポロジカルな並べ替えなどのメソッドを含む Graph クラスを定義します。トポロジカルソート中、深さ優先検索を使用してグラフ内のノードを走査します。スタックを使用して訪問したノードを保存すると、最終的にトポロジー順序付けルールに従って配置されたノードのリストを取得できます。
上記のコードには、トポロジカル ソート アルゴリズムの正確さを検証するための簡単なテスト ケースも含まれています。このテスト ケースでは、サイズ 6 のグラフが定義され、いくつかのノードとエッジが追加されます。最後に、トポロジー的にソートされたノード リストを出力します。
Python を使用してトポロジカル並べ替えアルゴリズムを実装すると、グラフ内の依存関係を簡単に処理できるため、タスクのスケジュール設定などの問題に非常に役立ちます。このアルゴリズムを理解して適用することで、実際の問題をより適切に解決できるようになります。この記事がお役に立てば幸いです。
以上がPythonを使用してトポロジカルソートアルゴリズムを実装するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

PDFファイルは、クロスプラットフォームの互換性に人気があり、オペレーティングシステム、読み取りデバイス、ソフトウェア間でコンテンツとレイアウトが一貫しています。ただし、Python Plansing Plain Text Filesとは異なり、PDFファイルは、より複雑な構造を持つバイナリファイルであり、フォント、色、画像などの要素を含んでいます。 幸いなことに、Pythonの外部モジュールでPDFファイルを処理することは難しくありません。この記事では、PYPDF2モジュールを使用して、PDFファイルを開き、ページを印刷し、テキストを抽出する方法を示します。 PDFファイルの作成と編集については、私からの別のチュートリアルを参照してください。 準備 コアは、外部モジュールPYPDF2を使用することにあります。まず、PIPを使用してインストールします。 ピップはpです

このチュートリアルでは、Redisキャッシングを活用して、特にDjangoフレームワーク内でPythonアプリケーションのパフォーマンスを向上させる方法を示しています。 Redisのインストール、Django構成、およびパフォーマンスの比較をカバーして、Beneを強調します

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています
