zoukankan      html  css  js  c++  java
  • python数据结构与算法之问题求解实例

    关于问题求解,书中有一个实际的案例。

    上图是一个交叉路口的模型,现在问题是,怎么安排红绿灯才可以保证相应的行驶路线互不交错。

    第一步,就是把问题弄清楚。

    怎么能让每一条行驶路线不冲突呢?

    其实,就是给所有的行驶路线分组(这样保证了安全问题,不会撞车)。

    并且,所做的分组应该尽可能大一些,用以提高路口的通行效率(经济问题,如果一个组一条路线,虽然不会撞车,但是等待的时间会很长)。

    有了上面的最大化分组的想法。那么就进一步将问题具体化。

    这个路口有13个可供行驶的方向:AB,AC,AD,BA,BC,BD,DA,DB,DC,EA,EB,EC,ED。

    现在问题就转化为,给这13条路线分组,使其各个组不冲突,并且最大化组中的成员。

    在书中引出了一个冲突图,用来表示各个路线的冲突。

    其中图中元素称之为顶点,连线称之为边或者弧。相互之间有边的顶点称为邻接顶点。

    安全分组就变成了另外一种说法,为冲突图中的顶点确定一种分组,保证属于同一分组的所有顶点互不邻接。

    到了这里就完了第一步,将问题严格化。

    第二步,就是进行数据结构与算法设计

    使用什么样的数据结构来表示冲突中的形式路线,又用哪种算法来计算分组。

    书中首先提到了一个最佳着色算法,其实就是著名的四色问题,这个算法能找到最佳的分组方案。但是由于算法代价太高,效率不高。因此着重介绍了一个更为简单的算法。

    那就是贪心法。它的基本想法是这样的:利用当时掌握的信息,尽可能地向得到解的方向前进,知道不能继续再换一个方法。

    那么在这个例子中的具体表现就是:就是确定一个分组,这个分组里的成员互相都不邻接,也就是说不能冲突。当这个分组完成之后,再确定下一个分组。

    按照这个方法,上面的例子分组就是:

    {AB,AC,AD,BA,DC,ED}

    {BC,BD,EA}

    {DA,DB}

    {EB,EC}

    算法的伪代码如下:

    输入:图G             #记录着图中顶点连接的关系

    集合verts保存G中所有的顶点      #建立初始状态

    设置集合groups为空集     #记录得到的分组,元素是顶点集合

    while 存在未着色顶点:

      选一种新的颜色

      在未着色顶点中给尽量多的无连边的点着色(构建一个分组)

      记录新着色的顶点组

    python伪代码:

    new_group = 空集

    for v in verts:

      if v 与new_group集合中的顶点都不相连:

        将v从verts中取出

        new_group.add(v)

    循环结束时,new_grouo是可以用一种新的颜色着色的顶点集合

    第三步,编写代码。

    其实,上面的伪代码已经接近于具体程序了。只是还有一些细节需要考虑。

    1、如何表示颜色。这个简单,用整数就可以。其实,用不用颜色表示都可以,只要将每个分组分开即可。这里采用二元组来表示,一个表示颜色,一个表示分好的组。、

    2、如何记录分组。可以用一个集合来记录,也就是groups是集合的集合。

    3、如何表示图结构?这个比较难,是后面的内容,这里先略过。

    由此可得出python的代码:

    def coloring(G)

      color = 0

      groups = set()

      verts = vertices(G) #用来获取所有的顶点

      while verts:

        new_groups = set()

        for v in list(verts):

          if not_adjacent_with_set(v, newgroup, G):

            new_group.add(v)

            verts.remove(v)

        groups.add((color, new_group))

        color += 1

      return grous

    第四步,测试代码,寻找一些边界例子测试代码的严谨性以及逻辑性。

    由于,这里并不是一个完整的项目,而且这个例子比较简单,就简单分析讨论一下,应该注意的几个问题。

    1、它的解唯一吗?

    其实,大致观察一下,就会发现,上面的算法只能给出一个恰好的解。例如,下面的分组也是一个解

    {AB,EB,EC}

    {AC,AD,BC,}

    {BA,BD,DB,ED}

    {DA,DC,EA}

    其实,经过分析。对于BA、DC、ED三个顶点,将它们放在任何一个分组都是可以的。因为它们不跟任何一个顶点相连,也就是公认的无害右转弯。对于这个设计具体得看对于冲突概念的定义。

    2、再次回顾一下算法的实现跟原来的问题是否相符

    原来的问题是怎么分配,各个路线才能不冲突。

    而上面的算法给出了一种不冲突的方法,但并不是最优的解。比如:上面的算法中每个分组都顶点都不允许重复,也就是各个分组互不相交。但真正的问题并没有这个要求。无害的右转弯就与各个分组都不冲突,完全可以都分配在各个分组里面。使其得到下面的分配:

    {AB,AC,AD,BA,DC,ED}

    {BC,BD,EA,BA,DC,ED}

    {DA,DB,BA,DC,ED}

    {EB,EC,BA,DC,ED}

    这样就会将分组尽可能地扩充,使其经济效率更高(这个分组还可以继续扩充为{DA,DB,BA,DC,ED,AD})。

    当然,这个问题还会有其他的一些具体的问题,这里就不讨论了。作者主要是用一个例子来带我们分析了一下,如何将生活中的实际问题,一步一步通过分析设计,最终得到一个完整的正确的效率高的计算机程序。

      

  • 相关阅读:
    WIN10系统下静态编译Qt4.8.7
    python-使用python获取一段录音
    【探索之路】机器人篇(5)-Gazebo物理仿真环境搭建_让机器人运动起来
    【探索之路】机器人篇(4)-根据3D文件来优化自己的机器人模型
    【探索之路】机器人篇(3)-给mwRobot建立模型
    【探索之路】机器人篇(2)-ROS系统并创建工作空间和项目
    【探索之路】机器人篇(1)-ROS-mwRobot开篇
    【kinetic】操作系统探索总结(八)键盘控制
    webstorage
    mysqld: [ERROR] Found option without preceding group in config file D:TONGmysql-5.7.19-winx64my.ini at line 1!
  • 原文地址:https://www.cnblogs.com/walle-zhao/p/10458226.html
Copyright © 2011-2022 走看看