图的深度优先遍历算法及运用

简要介绍图的深度优先遍历算法,通过对由易到难、层次不一的题目进行分析求解,深化对该算法的理解,理清算法学习的思路,并试着展示数据结构学习过程中的一种模式。     

Gout-ITS系统的深度优先语义遍历算法

该文分析了痛风临床诊治智能教学系统（Intelligent Tutoring System for the Instruction of Gout Clinical Diagnosis and Treatment，以下简称Gout-ITS系统）自动生成病例所需的领域知识及其特点，提出了语义树知识表示法和深度优先语义遍历算法。该算法可以有效地生成既符合学生的学习难度要求、又符合病理逻辑的、多样化不重复的病例。最后，将该算法与人工智能中的深度优先搜索算法进行了比较，阐述了其中的不同之处。     

利用深度优先遍历算法实现TreeView和XML之间的数据转移

对TreeView和XML文档之间的数据转移技术进行了探讨,利用深度优先遍历算法递归调用访问节点,提高了代码简洁性和可读性,并给出了Delphi实现代码。     

基于队列的广度优先遍历算法设计与实现

本文主要介绍在二维数组邻接矩阵存储结构下下利用队列对无向连通稠密图进行广度优先遍历的算法设计及实现过程,文中给出了算法思想,算法设计思路及具体实现代码。     

基于深度优先搜索的Web服务合成算法

本文通过提取Web服务的语义信息,研究了语义Web服务合成问题。Web服务合成的关键是对候选Web服务的输入输出数据关系进行建模,以及有效地利用这些已有的数据依赖关系实现服务合成请求。通过构建Web服务的依赖图,提出了一种基于图论中深度优先搜索的Web服务合成算法,以获取满足特定要求的Web服务。     

数据结构中图的遍历算法

本文根据图的存储结构、搜索路径及编制算法的方法不同,详尽地给出八种不同的图的遍历算法思想。即:从图的邻接矩阵和邻接表两种不同存储结构,再考虑到递归和非递归两种遍历思想的不同,分别把深度优先搜索遍历和广度优先搜索遍历分为四种不同的遍历方法。其目的是:通过本文的讨论,使初学者及高职学生能充分掌握数据结构中图的不同遍历算法并能正确的给出图的各种遍历程序。     

基于栈的非递归深度优先遍历算法设计与实现

深度优先遍历是图的一种重要遍历方法,该文主要介绍在邻接矩阵存储方式下,利用栈实现对稠密图进行深度优先非递归遍历的算法设计及实现过程。     

基于宽度优先搜索的菜单遍历算法在C#中的实现及应用

在MIS系统应用中,通常要对用户权限进行控制.本文首先分析了两种常用的访问控制方法的缺陷;然后提出了一种基于宽度优先搜索遍历菜单,实现用户权限控制的方法;最后结合实例用C#实现了该方法.该方法具有很好的通用性和实用性.     

深度优先遍历图的非递归算法的改进

针对深度优先遍历图的非递归算法与递归算法得到的顶点访问序列不一致的问题,提出改进算法。实验结果表明,改进算法在算法时间和空间性能保持不变的情况下克服了原算法的不足。     

基于宽度优先搜索的路径生成算法

宽度优先搜索和深度优先搜索是图论中常用的两种搜索算法.两者各有优势,但深度优先搜索算法的效率在低连通度图中会大大降低,这时更适合采用宽度优先搜索算法.本文提出了一种基于宽度优先搜索的路径生成算法,具有较好的时间复杂性和空间复杂性.     

基于CREW遍历图的一种并行算法

针对串行算法模型下基于顶点遍历图的情况,提出了一种在CREWPRAM并行模型下遍历无向图的算法。该算法是找出无向图的一棵最短路径生成树,由向上和向下两条有向边替换最短路径生成树的每条边形成欧拉回路,运用欧拉回路技术计算前缀和,前缀和所对应的顶点即为遍历无向图的顺序。得出了该算法时间复杂度为O（n＋logn）的结论。     

有向图k顶点导出子图的DNA粘贴算法

在经典的电子计算中,有向图k顶点导出子图是一个高度复杂的问题。DNA计算是近年来发展的以DNA为载体求解计算问题的非经典计算技术。文中研究了使用DNA计算解决有向图k顶点导出子图的问题,从而提出了一种在粘贴机上运行的子图生成算法。首先,以粘贴机的标准生化元操作作为算法调用的基本算子;其次,使用顺序与循环等程序结构,把上述基本算子按照一定的逻辑方式组织起来;最后,读取生化反应结果,即可获得给定有向图的所有k顶点导出子图。仿真实验结果表明,与经典算法相比,新算法在理想条件下大幅缩短了子图生成时间。     

由遍历结果还原二叉树的递归算法

二叉树的遍历操作和其它操作的算法实现,都必须先创建二叉树。分析常规创建二叉树方法的特点和不足,给出利用中序遍历和后序遍历结果还原二叉树的算法,利用这一方法,给出由前序遍历和后序遍历还原二叉树的算法,最后,提供利用次层遍历和中序遍历还原二叉树的算法。     

DNA计算与DNA计算机研究进展与展望

DNA computing is a new method based on biochemical reactions and molecular biology technology.The paper first introduces the basic principle and advantages of DNA computing, and then surveys DNA computing and DNA computer, finally, points out current existing problems and future search directions of DNA computing and DNA computer.     

A~*算法在两阶段词图搜索中的应用

讨论了在汉语连续语音识别系统的两阶段词图搜索过程中A算法的应用,使用从前向后的时间同步Viterbi算法进行第一阶段词图搜索和剪枝,之后使用从后向前的非时间同步的A算法进行第二阶段搜索,找到N-Best路径。文章给出了第二阶段A搜索算法的实现方法、时间优化和一种新的启发函数优化方法,并与基线系统进行了比较。实验结果表明,在时间上,A算法可以达到Viterbi算法的速度,满足实际应用的需要;A算法搜索得到的最优路径有10%优于Viterbi搜索得到的最优路径,1%不及Viterbi算法;对于字识别正确率和WER指标有一定改善。     

大规模时序图中持续性稠密子图搜索算法研究

时序图是一种边上带有时间戳的图结构,其中边上的时间戳表示该边出现时间,即图随时间变化不断变化.图数据中的稠密子图挖掘问题具有非常强烈的现实意义.目前,时序图中大多数现有的工作都集中在稠密子图检测问题,该问题目标是找到时序图中所有的目标子图.然而,当时序图的规模过大时,这一问题将变得极其复杂且收效甚微.旨在研究在时序图中...     

二部图凝聚子图快速查询算法以及在电子商务中的应用

随着互联网的飞速发展,亚马逊,阿里巴巴和eBay这样的的电子商务平台已经成为世界经济不可或缺的一环.在这些电子商务平台中,用户和商品之间的互动可以自然地抽象成二部图,其中每个点表示用户或商品,每条边表示用户购买或评价了物品.如果一些用户和商品之间发生了紧密的联系,那么他们就形成了一个电子社区.基于二部图中的凝聚子图模型(α,β)-core,引入了(α,β)组的概念来代表社区.设计了有效且快速的算法来计算大规模用户-商品二部图中包含给定查询点的(α,β)组,给出了查询算法并分析了算法的时间和空间复杂度.在6个真实数据集上的实验证实了采用(α,β)组这一模型的合理性以及提出的算法的高效性.     

量子查找算法的发展与前瞻

量子查找算法是一种利用波的特性进行查找的新方法，它以量子位作为描述问题 的基本信息单位，为 NP-完全问题的解决提供了一种有效的途径。量子查找算法的主要特 点 是查找的高度并行性、非结构化查找和巨大的信息存储容量。该文介绍了量子查找的基 本思 想；综述了量子查找的典型实例及其广泛应用；分析了量子查找算法的特点及其与传 统算法 的关系；指出了量子计算目前存在的问题；最后对量子计算的发展前景进行展望。     

DNA计算机中广义表数据结构的设计与实现

类似于电子计算机,数据结构能帮助DNA计算机合理、高效地组织要处理的信息.文中提出了DNA计算机中广义表的一种设计方法.首先,讨论了k-臂 DNA分子的结构及其在DNA计算中的应用.接着,在讨论了广义表存储结构的同时.给出了广义表两种节点的k-臂 DNA编码的形式描述.最后详细描述了DNA计算机中广义表主要操作的实现算法.这些操作包括初始化空的广义表,创建包含指定元素的广义表和遍历广义表的元素.文中的方法可推广到DNA计算机上其它非线性数据结构.     

一种DNA计算机与电子计算机之间的通信模型

提出了一种DNA计算机和电子计算机之间通信的层次模型.首先,为了使电子计算机能够对DNA计算进行控制,研究并设计了适合于DNA计算的反应器;然后给出了DNA计算机与电子计算机之间通信的层次模型;最后描述了选择操作在该层次模型上的求解方法以表明其可行性.本文工作为发展DNA计算机和电子计算机相集成的杂合计算机提供了一种通信模型和方法.