Polish the chapter of graph, hashing, appendix

This commit is contained in:
krahets
2023-04-09 03:09:06 +08:00
parent 56243ccc5b
commit 3f4e32b2b0
16 changed files with 151 additions and 151 deletions

View File

@@ -1,13 +1,13 @@
# 小结
- 图由顶点和边组成,可以表示为一组顶点和一组边构成的集合。
-线性关系(链表)和分治关系(树),网络关系(图)的自由度更高,也从而更为复杂。
- 有向图的边存在方向,连通图中的任意顶点可达,有权图的每条边都包含权重变量。
- 邻接矩阵使用方阵来表示图,每一行(列)代表一个顶点,矩阵元素代表边,使用 $1$ 或 $0$ 表示两个顶点之间有边或无边。邻接矩阵增删查操作效率很高,但占用空间大
- 邻接表使用多个链表来表示图,第 $i$ 条链表对应顶点 $i$ ,其中存储了该顶点的所有邻接顶点。邻接表相对邻接矩阵更加节省空间,但由于需要通过遍历链表来查找边,因此时间效率较低。
- 当邻接表中的链表过长时,可以将其转为红黑树或哈希表,从而提升查询效率。
- 从算法思想角度分析,邻接矩阵体现“以空间换时间”,邻接表体现“以时间换空间”
- 图可用于建模各类现实系统,如社交网络、地铁线路等。
- 图由顶点和边组成,可以表示为一组顶点和一组边构成的集合。
-较于线性关系(链表)和分治关系(树),网络关系(图)具有更高的自由度,因而更为复杂。
- 有向图的边具有方向,连通图中的任意顶点可达,有权图的每条边都包含权重变量。
- 邻接矩阵利用矩阵来表示图,每一行(列)代表一个顶点,矩阵元素代表边,用 $1$ 或 $0$ 表示两个顶点之间有边或无边。邻接矩阵增删查操作效率很高,但空间占用较多
- 邻接表使用多个链表来表示图,第 $i$ 条链表对应顶点 $i$ ,其中存储了该顶点的所有邻接顶点。邻接表相对邻接矩阵更加节省空间,但由于需要遍历链表来查找边,时间效率较低。
- 当邻接表中的链表过长时,可以将其转为红黑树或哈希表,从而提升查询效率。
- 从算法思想角度分析,邻接矩阵体现“以空间换时间”,邻接表体现“以时间换空间”
- 图可用于建模各类现实系统,如社交网络、地铁线路等。
- 树是图的一种特例,树的遍历也是图的遍历的一种特例。
- 图的广度优先遍历是一种由近及远、层层扩张的搜索方式,常借助队列实现。
- 图的深度优先遍历是一种优先走到底、无路可走再回的搜索方式,常基于递归来实现。
- 图的广度优先遍历是一种由近及远、层层扩张的搜索方式,常借助队列实现。
- 图的深度优先遍历是一种优先走到底、无路可走再回的搜索方式,常基于递归来实现。