breadth-first-search

0熱度

1回答

我想實現廣度優先圖遍歷，返回從一個節點到另一個路徑的數量，但只能通過給定數量的節點。例如給出一個節點A，B，C，D，E的列表，如果我想知道從A到D獲得的不同路徑的數量，但是隻有當路徑不超過2個停止。 A-B-D，A-E-D將被認爲是可以接受的，但是A-B-E-D會停止太多次，所以答案將是2條路徑。我想實現這個算法，但我不知道如何跟蹤深度，以便我的搜索只有n層深。這是我寫的代碼，迄今爲止。問題

-1熱度

2回答

N在Python中的拼圖

我想在Python中使用寬度優先搜索來構建N-Puzzle問題的解決方案。我的解決方案擅長於找到一個答案，如果所有的數字欄零的順序。例如 initial_state = [1,2,3,4,0,5,6,7,8] 或 initial_state = [1,2,3,4,5,6,7,0,8] 但失敗 initial_state = [1,2,5,3,4,0,6,7,8] 高興找到下面我的實現

0熱度

1回答

廣度優先搜索java.lang.NullPointerException

我正在編寫一個謎題程序。當我編譯我的Java程序時，它是成功的。但是當我運行它時，它顯示 Solution to problem using breadth first : Exception in thread "main" java.lang.NullPointerException at SolvingProblem.isGoal(SolvingProblem.java:24) at

1熱度

3回答

獲得一個樹狀的分支長度在廣度優先搜索順序

是否有任何R函數來獲取一個樹形圖的分支長度： set.seed(1) mat <- matrix(rnorm(100*10),nrow=100,ncol=10) dend <- as.dendrogram(hclust(dist(t(mat)))) 在廣度優先搜索順序？爲dend我希望得到這樣的結果： c(16.38688,15.41441,15.99504,14.68365,13.52

0熱度

1回答

搜索樹vs構建樹的算法

說我想要一個儘可能快地獲得解決方案的算法，其中包括從樹中的狀態開始，並遍歷樹狀結構中所有可能的狀態，爲什麼有必要首先構建一棵樹，然後遍歷它，而不是構建一棵樹，並且如果在構建解決方案節點期間發現，要停止構建並立即回溯到根，記下該葉的路徑？基本上，有沒有一種BF算法來'生成'一棵樹廣度優先，而不是先創建一棵樹，然後以廣度優先的方式搜索它？像動畫效果here: 類感謝您閱讀

2熱度

1回答

社交網絡的BFS或DFS遵循模型

我試圖實現社交網絡追隨者圖。要求是這樣的，爲了簡單起見，我們可以假設圖中每個用戶u的概況由一個正整數值P [u]表示。我被要求提供約會服務。目標是爲每個用戶生成一個好的約會合作夥伴。如果可以通過一系列跟隨你的人（如果有的話）完全相同的人來訪問這個人，那麼合作伙伴是很好的。這是一個圖遍歷問題，我可以自己實現，但這裏的問題是我不確定在這種情況下使用DFS或BFS是否更好？

3熱度

3回答

查找與廣度的最短路徑節點首先搜索

我運行廣度優先搜索的上圖找到Node 6從Node 0的最短路徑。我的代碼 public List<Integer> shortestPathBFS(int startNode, int nodeToBeFound){ boolean shortestPathFound = false; Queue<Integer> queue = new LinkedList<Inte

0熱度

2回答

小BFS詳細澄清

標準的BFS實現是一樣的東西（維基百科提供）： Breadth-First-Search(Graph, root): create empty set S create empty queue Q root.parent = NIL Q.enqueue(root) while Q is not empty: current

1熱度

2回答

BFS循環檢測

有人可以通過使用BFS在有向/無向圖中搜索循環來提供逐步僞代碼嗎？它能得到O（| V | + | E |）的複雜性嗎？到目前爲止，我只看到過DFS的實現。

2熱度

1回答

Python中的BFS算法

我正在研究一個需要我使用Python實現BFS算法的項目，這是我剛剛所熟悉的。算法完成9個謎（3×3）的執行，但它需要的時間真的大量這樣做（5分）： def bfs(self): fringe = deque([]) # start it fringe.append(self.stateObj.getState()) while len(fringe)