数据结构第7次练习-图(基础篇)

news2025/1/31 3:14:52

一:判断题

1-1

答案:T

解析:c到a的最短路径是12+2=14,所以是大于10的

 1-2

 答案:T

一个连通分量要进行一次广度优先搜索

 1-3

 答案:F

解析:是存在等于顶点的个数减一的情况,比如三个顶点用两个边连接,是一个连通的,他的边数就是顶点数-1

 1-4

 

答案:T

解析:无向图的邻接矩阵沿主对角线对称;
在这里插入图片描述

 1-5

 答案:T

解析:边数*2

 1-6

 

 答案:F

解析:如果顶点数为3,边为3,那就是一个一个完全图,不存在度为1的顶点

1-7

 

答案;T
解析:Prim算法是一种用于求解最小生成树的贪心算法。它通过每一步选择一个与当前生成树相连的顶点,并添加一条边连接该顶点和生成树中的某个顶点,从而逐步生成最小生成树。
具体来说,Prim算法的步骤如下:
初始化一个空的生成树和一个空的顶点集合。
从任意一个顶点开始,将其加入生成树,并将其相邻的边加入边集合。
从边集合中选择权重最小的边,并将其连接的顶点加入生成树和顶点集合。
重复步骤3,直到所有顶点都加入生成树。
最终生成的树就是最小生成树。
通过每一步选择权重最小的边,Prim算法保证了生成的树是最小生成树,即树中所有边的权重之和最小。

 1-8

答案:T

解析:邻接矩阵是一种常见的图的表示方法,它使用一个二维数组来表示图中的顶点之间的连接关系。对于一个有n个顶点的图,邻接矩阵是一个n×n的矩阵,其中矩阵的每个元素表示两个顶点之间是否存在边。
在邻接矩阵中,如果顶点i和顶点j之间存在边,则邻接矩阵的第i行第j列和第j行第i列的元素为1;如果它们之间不存在边,则对应的元素为0。对于无向图来说,邻接矩阵是对称的。
使用邻接矩阵法存储图的优点是:
存储空间占用只与图中结点个数有关,而与边数无关。因为邻接矩阵只需要一个二维数组来表示连接关系,不需要额外的空间来存储边的信息。
可以快速判断两个顶点之间是否存在边,只需要访问邻接矩阵中的对应元素即可。
可以方便地获取顶点的度数,即与该顶点相连的边的数量。
然而,邻接矩阵法也有一些缺点,主要是在稀疏图(边数相对较少)的情况下,会浪费大量的存储空间。

 1-9

 

 答案:T

解析:有向图的全部入度之和与出度之和想等,并且等于边数

1.所有顶点的度数之和 等于 边数的二倍。
2.所有顶点的入度之和 等于 出度之和。
3.n个顶点的有向完全图有n*(n-1)条边。
4.n个顶点的强连通图至少有n条边。

1-10

 答案:F

解析:克鲁斯卡尔算法是维护一个森林,每一步把两棵树合并成一棵;

 二:选择题

2-1

 答案:A

解析:邻接矩阵是用二维数组来表示节点之间的关系,二维数组的个数就是N*N;

 2-2

答案:C

解析:完全图的时候,顶点的度最大,最大是N*(N-1),所以是顶点数的N-1倍

 2-3

 

答案:B

解析:图的深度遍历是适用于有向图的。深度遍历是一种通过探索图中的深层节点来遍历图的算法。它可以应用于有向图和无向图,无论图中的边是有向还是无向的。
在深度遍历中,从起始节点开始,沿着一条路径尽可能深入图中,直到无法继续深入为止,然后回溯到上一个节点,继续探索其他路径。这个过程会递归地进行,直到遍历完所有的节点。
 

 2-4

答案:D

解析:这个题没啥好说的,v2和v3之间都没有路径

 2-5

 

答案:A

解析:没啥好说的,最短路径问题,给的答案只有迪杰斯特拉算法可以

 2-6

答案;D

解析:.所有顶点的度数之和 等于 边数的二倍。
2.n个顶点的无向完全图有 n(n-1)/2 条边。
3.n个顶点的连通图至少有 n-1 条边。

 2-7

答案;B

解析:如果v1和v5有边,如果进行深度遍历的话就不会出现v4,v5的情况

先看A,v0和v6无所谓,因为v4,v5,v6是先访问的

再看C,v4和v6也无所谓,因为v4 v5 会先访问掉

再看D V0和V2也无所谓,因为前面这些节点都会被先访问到

 2-8

答案:B

解析:

深度优先搜索(DFS)是一种遍历图的算法,它可以用于检测有向图中是否存在回路。在深度优先搜索中,我们从一个起始节点开始,沿着一条路径尽可能深入图中,直到无法继续深入为止。如果在搜索过程中遇到已经访问过的节点,则说明存在回路。
通过使用深度优先搜索,我们可以在有向图中检测到回路的存在。如果在搜索过程中遇到一个已经访问过的节点,那么说明存在回路。

 2-9

答案;B

解析:无向图肯定都是对称的,因为一个边连接两个节点,从v1可以到达v2,从v2也可以到达v1,a12=1,a21也等于1,但是对于有向图来说可以有两个顶点两条边,也可以一条边,也就是a12=1,a21不一定有边等于1

 2-10

 答案:C

 解析:迪斯科拉算法就是为了解决最短路径问题

 2-11

答案:D

解析:16边*2=32,32-3*12-3*12=8,其他顶点的度均小于3,可以是2,也可以是1,当为2时,8/2=4,4个顶点,此时顶点个数最少,加上之前的,3+4+4=11;

 2-12

 

 答案:C

 解析:

 2-13

答案:D

解析:广度优先搜索==层序遍历

从V1出发,第一层指向地址2,地址2的节点为V3,第二次指向地址1,地址1的节点为v2,第三次指向地址3,地址三的节点为v4

第二轮到V3,第一次指向地址3,地址3走过了跳过,第二次指向了地址4,地址4的节点为v5

v1->v3->v2->v4->v5;

2-14​​​

答案:B

1.a e b c d

2.a b c e d

3.a b e c d

 2-15

 答案:D

解析:入度就是对应列标的非零元素的个数

 2-16

答案:C 

 2-17

 答案:A

n个顶点的完全无向图的边的n(n-1)/2;

 2-18

 答案:B

解析:矩阵只要顶点

邻接表是顶点数组加边实现的

 2-19

 答案:A

解析:不唯一,可以有多个最小生成树

 2-20

答案:C

解析:这个没啥好说的,看箭头就行了,入度是箭头指向,出度是箭头指出,查个数就行

 2-21

 答案:C

解析:

有向图的全部入度之和与出度之和想等,并且等于边数

1.所有顶点的度数之和 等于 边数的二倍。
2.所有顶点的入度之和 等于 出度之和。
3.n个顶点的有向完全图有n*(n-1)条边。
4.n个顶点的强连通图至少有n条边。

 2-22

 答案:D

 解析:明显这个2不对,因为他还有前驱节点1指向他自个

2-23

 答案:A

 解析:深度类似于先序遍历,没啥好说的

 2-24

​​​​​​​

 答案:C

 2-25

​​​​​​​

 答案:A

深度优先遍历算法的时间复杂度取决于节点和边的数量。在邻接表表示中,每个节点的邻接表存储了与其相邻的节点,而每条边只会在两个节点的邻接表中出现一次。
在深度优先遍历算法中,我们会遍历每个节点,并且对于每个节点,我们会访问其邻接节点。因此,时间复杂度可以表示为O(N+E),其中N是节点的数量,E是边的数量。

 2-26

 答案:7,n(n-1)/2=15;n=6,6+1=7;

 2-27

 答案:B

解析:邻接表查入度需要遍历所有节点。

 2-28

 答案:A

解析:4的路径长度为14最大,3的最短路径长度为7,6的最短路径长度为9

2-29

 答案:D

 在AOE网中,从源点到汇点最长的路径称为关键路径

 2-30

 答案:C

肯定是连通的,如果不连通,从某一顶点出发无法访问到其他全部顶点

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1279041.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

六、ZooKeeper Java API操作

目录 1、引入maven坐标 2、节点的操作 这里操作Zookeeper的JavaAPI使用的是一套zookeeper客户端框架 Curator ,解决了很多Zookeeper客户端非常底层的细节开发工作 。 Curator包含了几个包:

【大数据】HBase 中的列和列族

😊 如果您觉得这篇文章有用 ✔️ 的话,请给博主一个一键三连 🚀🚀🚀 吧 (点赞 🧡、关注 💛、收藏 💚)!!!您的支持 &#x…

GODOC命令无效,原因是需要手动安装

在看《GO程序设计语言》这本书,按照其中的内容,想看下GO自带的包的文档。 书中讲,可以直接输入GoDOC命令来打开一个服务器,从而可以用浏览器访问文档库。输入命令后,系统提示找不到该命令。 查了资料后才发现&#xff…

如何使用vue组件

目录 1:组件之间的父子关系 2:使用组件的三个步骤 3:components组件的是私有子组件 4:在main.js文件中使用Vue.component全局注册组件 1:组件之间的父子关系 一:首先封装好的组件是不存在任何的关系的…

国际语音群呼系统的产品优势有哪些?为什么要使用国际语音群呼系统?

一、国际语音群呼系统的产品优势: 1.巨量群呼 支持大容量并发群呼,呼叫不受限制,充裕的线路保障造就百万级平台容量,可以短时间内同时拨打大量电话,让语音快速到达,大大提高发送效率; 2.自主…

【重点】【哈希】128.最长连续序列

题目 思路&#xff1a;https://leetcode.cn/problems/longest-consecutive-sequence/solutions/2362995/javapython3cha-xi-biao-ding-wei-mei-ge-l-xk4c/?envTypestudy-plan-v2&envIdtop-100-liked class Solution {public int longestConsecutive(int[] nums) {Set<…

Spring之RestTemplate详解

Spring之RestTemplate详解 1 RestTemplate1.1 引言1.2 环境配置1.2.1 非Spring环境下使用RestTemplate1.2.2 Spring环境下使用 RestTemplate1.2.3 Spring环境下增加线程号 1.3 API 实践1.3.1 GET请求1.3.1.1 不带参请求1.3.1.2 带参的get请求(使用占位符号传参)1.3.1.3 带参的g…

模式识别与机器学习(七):集成学习

集成学习 1.概念1.1 类型1.2 集成策略1.3 优势 2. 代码实例2.1boosting2.2 bagging2.3 集成 1.概念 集成学习是一种机器学习方法&#xff0c;旨在通过组合多个个体学习器的预测结果来提高整体的预测性能。它通过将多个弱学习器&#xff08;个体学习器&#xff09;组合成一个强学…

[蓝桥杯 2019 省 B] 特别数的和-C语言的解法

小明对数位中含有 2、0、1、9 的数字很感兴趣&#xff08;不包括前导 0&#xff09;&#xff0c;在 1 到 40 中这样的数包括 1、2、9、10 至 32、39 和 40&#xff0c;共 28 个&#xff0c;他们的和是 574。 请问&#xff0c;在 1 到 n 中&#xff0c;所有这样的数的和是多少&…

如何创建一个vue工程

1.打开vue安装网址&#xff1a;安装 | Vue CLI (vuejs.org) 2.创建一个项目文件夹 3.复制地址 4.打开cmd&#xff0c;进入这个地址 5.复制粘贴vue网页的安装命令 npm install -g vue/cli 6.创建vue工程 vue create vue这里可以通过上下键来进行选择。选最后一个选项按回车。 …

【MySQL】-日志系统

一、背景介绍 MySQL中提供了各种各样的日志&#xff0c;每一个日志在不同的阶段有不同的作用&#xff0c;对数据的一致性和正确性得到保障&#xff0c;为数据恢复也提供至关重要的作用&#xff0c;那今天我们一起来讨论讨论MySQL中的各个日志 二、正文 binlog&#xff1a;…

Linux C/C++ 分析网络流量(十六进制TCP数据包分析)

在分析TCP数据包时&#xff0c;理解TCP协议的工作原理和报文格式是关键。TCP是一种面向连接的、提供可靠的、端到端的字节流传输服务。其头部结构包括源端口、目标端口、序列号、确认应答号等字段。序列号是在建立连接时由计算机生成的随机数作为初始值&#xff0c;每发送一次数…

人工智能学习4(特征选择)

编译工具&#xff1a;PyCharm 有些编译工具在绘图的时候不需要写plt.show()或者是print就可以显示绘图结果或者是显示打印结果&#xff0c;pycharm需要&#xff08;matplotlib.pyplot&#xff09; 文章目录 编译工具&#xff1a;PyCharm 特征选择嵌入法特征选择练习&#xff…

K8S客户端二 使用Rancher部署服务

Rancher容器云管理平台 本博客中使用了四台服务器&#xff0c;如下 rancher服务器k8s-masterk8s-worker01k8s-worker02 一、主机硬件说明 序号硬件操作及内核1CPU 4 Memory 4G Disk 100GCentOS72CPU 4 Memory 4G Disk 100GCentOS73CPU 4 Memory 4G Disk 100GCentOS74CPU 4 …

如何确定短线的买入卖出时机?

短线投资制胜的一个关键能力&#xff0c;就是精准地找到买入卖出时机。那么&#xff0c;怎么样才能获得这种关键能力呢&#xff1f; 在这节课里&#xff0c;我们将给大家梳理一下常见的短线买入卖出时机&#xff0c;并通过案例讲解帮助大家理解。话不多说&#xff0c;赶紧进入主…

[论文阅读]Generalized Attention——空间注意力机制

Generalized Attention An Empirical Study of Spatial Attention Mechanisms in Deep Networks 论文网址&#xff1a;Generalized Attention 论文代码&#xff1a;文章最后有GeneralizedAttention的实现代码 简读论文 本文主要研究了深度学习网络中的注意力机制。作者们从不…

VR 实现 Splash Screen 效果

文章目录 背景官方实现逆向分析 背景 手机 App 在实现 Splash Screen 的时候&#xff0c;目前都有成熟的方案可以参考&#xff0c;但是在做 VR 开发时&#xff0c;要如何实现一个 App 自己的 Splash Screen &#xff0c;下面是我们基于 PICO & OCULUS 进行业务开发时经过探…

Postman被低估的功能 — 自动化接口测试

| 背景 该篇文章针对已经掌握 Postman 基本用法的读者&#xff0c;即对接口相关概念有一定了解、已经会使用 Postman 进行模拟请求的操作。 当前环境&#xff1a; Window 7 - 64 Postman 版本&#xff08;免费版&#xff09;&#xff1a;Chrome App v5.5.3 不同版本页面 U…

Hdoop学习笔记(HDP)-Part.17 安装Spark2

目录 Part.01 关于HDP Part.02 核心组件原理 Part.03 资源规划 Part.04 基础环境配置 Part.05 Yum源配置 Part.06 安装OracleJDK Part.07 安装MySQL Part.08 部署Ambari集群 Part.09 安装OpenLDAP Part.10 创建集群 Part.11 安装Kerberos Part.12 安装HDFS Part.13 安装Ranger …