《数据结构》拓扑排序算法的分析和实现

拓扑排序是有向无环图的一种重要应用,实现算法与数据结构关系密切,本文以邻接表作为图的存储结构,详细讨论了拓扑排序算法在计算机上的实现方法,并对该算法作了必要的分析.     

以邻接表为存储结构对拓扑排序的实现

本文首先给出了图的存储结构和AOV网的定义,然后对拓扑排序进行了介绍,最后给出了拓扑排序的算法和具体实现。     

一种基于有向无环图的实时任务调度算法

给出了任务之间有优先关系并且存在通信开销的实时任务系统模型 ,其拓扑结构为一有向无环图 ,并针对该系统模型提出了一种实时任务调度算法 (RTSD—Real timeTasksSchedulebasedonDAG) .该算法保证所有实时任务在它的截止期之前完成 ,取得了较好的效果 .     

利用图的拓扑特性进行网页重要性度量

为了提高万维网信息检索的性能,该文提出在基于机器学习的检索排序算法中,利用万维网链接图的拓扑特性来度量网页的重要性。链接图的拓扑特性是从各种不同的角度对链接图结构信息的描述,利用它来度量网页的重要性可以更加全面地利用链接图所包含的结构信息,并且能够更好地发挥学习机的学习能力。通过实验表明,在基于排序提升器的检索排序算法中,利用链接图的拓扑特性可以非常有效地度量网页的重要性,其性能要优于传统的PageR ank算法。     

利用图的拓扑特性进行网页重要性度量

为了提高万维网信息检索的性能,该文提出在基于机器学习的检索排序算法中,利用万维网链接图的拓扑特性来度量网页的重要性。链接图的拓扑特性是从各种不同的角度对链接图结构信息的描述,利用它来度量网页的重要性可以更加全面地利用链接图所包含的结构信息,并且能够更好地发挥学习机的学习能力。通过实验表明,在基于排序提升器的检索排序算法中,利用链接图的拓扑特性可以非常有效地度量网页的重要性,其性能要优于传统的PageRank算法。     

个性化CAI中教学策略的设计与实现

教学策略是计算机辅助教学系统实现个性化的关键。通过对教学知识点的属性及其关系即元知识的分析,结合学生模型对知识点树进行裁剪,可得到学生应该学习的知识点集合;再对带权有向图进行拓扑排序可生成最佳的教学序列,并能根据学生的学习情况及时调整。这种将树和图的结构特点结合起来的做法不仅可以较为全面地反映知识点之间的关系,而且可以简化推理算法。     

一类(n,n+2)-图关于两种拓扑指标的排序

Hosoya指标和Merrifield-Simmons指标是化学图论中2个重要的拓扑指标。研究了一类(n,n+2)-图Tk的Hosoya指标和Merrifield-Simmons指标,根据Cm上2个接点u和v之间的距离,给出了该类图关于这两种拓扑指标的排序。     

基于排序对社会选择函数的在线服务评价

不同用户具有不同的评价准则,导致不同用户对同一在线服务的评分不具可比性,使聚合服务评分得到的在线服务评价结果难以真实反映服务之间的优劣关系。为此,该文提出一种基于排序对(ranked pairs)社会选择函数的在线服务评价方法,根据用户对在线服务的偏好关系而不是传统评分计算在线服务评价结果。首先根据用户-服务评分矩阵获得每个用户对在线服务的偏好关系;然后基于多数准则确定服务优先关系,并根据服务优先关系建立服务对排序列表;最后构造以服务为节点的有向无环图,并在该有向无环图中寻找一条包含所有服务的路径,根据该路径的服务排序计算在线服务评价值。理论分析和实验结果验证了该方法的合理性和有效性。     

互联网络中信息延迟与图的拓扑不变量

用图的拓扑不变量来分析传输延迟的性能,阐述了分组交换网络中信息传输延迟与图的拓扑结构之间的内在关系,得出了一些重要结果,并用C++给出延迟的一种算法描述.     

深度优先搜索的非递归算法

深度优先法是图的遍历的一种重要的方法。改方法应用广泛,例如电网拓扑结构、DNA网络等复杂图形分析。在大型网络的分析过程中,深度优先搜索的递归算法效率地下。故本文论证了递归算法的优缺点,并用非递归算法实现了深度优先搜索。     

基于元胞自动机的拓扑排序算法

目的 利用元胞自动机的特性,找到一种新的拓扑排序算法.方法 将AOV网构造成一个元胞自动机模型,采用经过改造的邻接链表作为元胞的数据结构,并在其中引入随机编号项,所有元胞依据随机编号顺序地遵守演化规则进行演化,实现拓扑排序.结果 利用元胞自动机的时空局部规则和并行计算特性,设计并验证了拓扑排序算法.结论 与传统算法相比本算法在时间、空间复杂性上都有较大改善,并且在应用元胞自动机理论解决图的问题方面有所贡献.     

一类工件带有优先约束的分批排序问题

本文对工件带有“扩充链”优先约束的分批排序问题进行了研究,其目标函数为最大完工时间．优先约束为：在一个扩充链上包含有n个工件,另外有m个孤立点工件（即工件之间无任何优先约束）．讨论了时问题的最优算法,把这一问题多项式转化成了组合优化中求解非二部图赋权匹配问题,并相应地给出了一个运算次数为的多项式算法．     

基于拓扑感知的TSP快速求解算法

为了适应无线传感器网络环境的特点,提出了一种基于拓扑感知的旅行商问题(TSP)启发式快速求解算法.通过分析无线传感器网络拓扑与TSP解之间的关系,提出了基于最大公共同构子图的拓扑距离,并用于度量拓扑之间的相似度.然后,以拓扑距离为标准,对输入拓扑进行聚类分析,继而映射得出该输入拓扑的TSP解.该算法设置了合适的剪枝条件以提高运行速度,通过加入阈值参数来平衡类内拓扑间的相似度和聚类类别数目.仿真结果表明,在节点数为90和70的TSP环境下,这种拓扑感知算法的运行时间分别为0.615和0.508 s,约为Lin-Kernighan算法和蚁群算法的3%~4%,且其精确度介于这两种算法之间.     

基于DAG的高校培养计划图自动生成算法

提出了基于有向无环图的构图和绘图算法,可完成课程拓扑关系图的自动绘制,并以C#为编程语言实现了该算法,最后通过实例验证了算法能直观地表现课程及其间拓扑关系效果,且运行界面整齐美观。     

关于问题1|chains,B|Cmax的多项式算法

对带有"扩充链"优先约束的分批排序问题进行了研究,其目标函数为最大完工时间.优先约束为:在一个"扩充链"上包含有n个工件,另外有m个孤立点工件(即工件之间无任何优先约束).讨论了B=2时问题的最优算法,把这一问题多项式转化成了组合最优化中求解非二部图赋权匹配问题,并相应地给出了一个运算次数为O(n4)的多项式算法.     

空间线面拓扑关系的推理

基于Egenhofer的19种线面拓扑关系, 提出OR算法并证明了OR算法的正确性, 使用OR算法可求解复合线段与同一区域的拓扑关系矩阵. 利用OR算法在19种拓扑关系中找到5种具有相互独立关系的集合SM, 证明了集合SM是表达19种线面拓扑关系的元数最小集, 集合SM有助于推导复杂的线面拓扑关系, 使线面拓扑关系的表达更加简洁. 为进一步研究线面拓扑关系的推理, 给出了从SM推导出其他拓扑关系的推导图.     

基于距离的IPv6校园网拓扑发现整合算法

针对IPv6网络拓扑发现方法存在的不足,提出一种基于距离的IPv6校园网拓扑发现整合算法.该算法利用开放式最短路径优先(OSPF)路由协议里的子网信息,以节点之间的最短距离作为度量,将基于Traceroute6的和基于OSPF路由协议的两种拓扑发现方法的结果进行整合,并根据子网前缀、接口等信息进行修正.在实际网络中对该算法进行了测试,并与基于跳数的整合算法进行了比较.结果表明:该算法能迅速有效地整合拓扑发现的结果,提高拓扑信息的完整性和准确性.     

分解—排序—更新法求解马尔科夫链

论文提出了一种计算有限状态离散时间马尔科夫链平稳分布的算法，算法的核心是块划分马尔科夫链的状态转移图，对分解怕得的状态子空间进行了拓扑排序，然后根据拓扑充列计算每个状态子空间，相应地更新马尔科夫链的实始分布。本算法对求解有限状态离散时间可约马尔科夫链；尤其是当马尔科夫链有非常迟状态且可分成多个块时就非常适用。     

基于知识结构图的个性化学习内容生成算法

在结构化知识图的基础上,根据不同学生的学习状态,提出了网络学习环境的个性化学习内容生成算法.在课程本体知识结构图的基础上,经过动态评估学习过程而形成基于不同学生的个性化知识结构图,结合其子空间及有向无环图的拓扑排序方法,设计并实现了基于目标知识点的学习路径和个性化学习内容生成算法,以及在线学习环境中个性化学习内容生成机制.经网络学习课程实例验证表明,该算法可以满足学生个性化学习的需求.     

基于优先图的本体相似度计算

本体概念的相似度计算是信息检索的重要研究课题。通过优先图的构造和核函数方法得到关于排序代价函数的正则平方最小框架,利用表示理论得到模型的解,从而将原本体图映射到实直线,原本体图中每个顶点映射到对应实数。原本体图中概念之间的相似度通过它们对应实数间的差值来判定。将该算法分别应用于计算机和生物本体,实验数据表明新算法有较高的P@N命中率。