我正在研究图形切割算法的数据结构。问题是在最短路径上进行不同的切割。我制作了我不确定属性的数据结构。
输入是最短路径的有向图,它是有界格、具有最小和最大元素的偏序集。
将节点 n 的下一个节点 N(n) 定义为 a < b 且不存在 a < c < b 的 c 的一组节点 b。类似地定义前一个节点 P(n)。扩展集合上的定义,对于 S 中的 n,N(n) 的 N(S) 并集,对于 P(S) 类似。
很容易对节点集 L、N(L)、N(N(L))、...没有分区:
A = A_1 union A_2
B = B_1 union B_2
with B_i = N(A_i), A_i = P(B_i) for i=1,2.
使用此属性创建具有映射的新晶格:
简单来说,lattice -> lattice mapping 的算法是:
A = {minimum node}
new_node = [A]
1:
while A, N(A) don't have partitions
append N(A) to new_node
A = N(A)
for each partition $B_i$
last_new_node = new_node
create new_node = [B_i]
create edge last_new_node to new_node
go to 1
At the end fix maximum node in new lattice if needed
这个算法可以在新的格子上重复调用。我担心:
我很欣赏任何类似数据结构的链接。
肿瘤坏死因子
背景:
我有一个想法,在我正在研究的东西中使用最大流量网络拦截问题。我正在考虑顶点拦截版本,其中可以从网络中删除给定数量的顶点以最小化最大流量。我正在研究的网络是非常规则的平面有向图(平面分为六边形,每个顶点连接到 6 个顶点)。我只想从
source
中截断(阻止)最短路径至sink
.为了做到这一点,我使用了有向图的简化,边 (a,b)
如果它在距离 a
的最短路径上,则在简化图中至sink
.如果边权重为正,则简化的有向图是格的。这就是我所说的“最短路径的有向图”。我想要有很好的顶点切割(平行,传播,......),在(非常结构化的)晶格上更容易。
原生剪辑是“波浪”,例如一个漂亮的剪裁
C
还生产N(C)
这很好。因此,我尝试使用上述操作简化晶格。我试图描述 2 个对切割感兴趣并用于映射的顶点子集:- 波 - 并行节点集。如果 C 是一波,那么
N(C)
是另一个。- 条纹 - 与其他条纹不相交的一系列波浪。
C, N(C), N(N(C))
. B1--C1--D1 ...
/ \ / \ /
A X X
\ / \ / \
B2--C2--D2
Waves: {A}, {B1,B2}, {C1,C2}, {D1,D2}
Stripe is made of these 4 waves.
映射将 strip 从初始晶格映射到新晶格的节点。如果新晶格中的节点共享波,则它们是连接的。边缘的方向是从共享最后一波的条纹到共享第一波的条纹。
因为映射会产生具有相同属性的新格,所以可以重复该过程,直到出现只有一个节点的格为止。这可以显示出来,因为每次迭代时晶格直径都较小,至少对于 1。那是因为最小节点
M
和 N(M)
是相同的条纹,这减少了晶格直径。现在,执行或搜索切割是递归任务,从只有一个节点的最后一个之前的格子开始,并以阶梯方式在整个波或相邻波上进行切割。对于 cut 中的节点,获取映射在其中的子晶格,并在该子晶格上进行切割。在到达初始晶格之前也是如此。
这种结构是某种晶格压缩。我认为它可以用于动态晶格切割搜索。
就我而言,由于其他一些项目限制,我没有使用它。我只用几行代码就非常简单地解决了最初的问题,但我没有意识到之前可以这样做:-)
最佳答案
是否可以保证达到单节点晶格?
如果我正确理解了您的伪代码,则不会:它带有 n 节点线性顺序到 n 节点线性顺序。
我会将您的代码描述为接受部分订单并找到 series-parallel partial order它具有合理的“忠实”嵌入。
如果您只想在平面图中找到最大流量/最小切割,这里有 O(n log n) algorithm为了那个原因。
关于algorithm - 图形/点阵简化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4440261/