我正在尝试用Python中的在线评判回答一个问题,但我超出了时间限制和内存限制。问题几乎是要求从起始节点到终端节点的所有路径的数量。可以看到完整的问题规范here.
这是我的代码:
pckry.on( 'layoutComplete', function( ) {
pckry.layout();
});
代码的作用是从终端节点开始,通过探索所有相邻节点,直到顶部。我基本上做了一个广度优先的搜索算法,但它占用了太多的空间和时间。如何改进此代码以提高效率?我的方法是错误的,我该如何解决?
答案 0 :(得分:2)
由于图是非循环的,因此我们可以立即看到拓扑排序为1, 2, ..., n
。因此,我们可以像使用longest path problem一样使用动态编程。在列表paths
中,元素paths[i]
存储从1
到i
的路径数。更新很简单 - 对于每个边(i,j)
,其中i
来自我们的拓扑顺序paths[j] += path[i]
。
from collections import defaultdict
graph = defaultdict(list)
n = int(input())
while True:
tokens = input().split()
a, b = int(tokens[0]), int(tokens[1])
if a == 0:
break
graph[a].append(b)
paths = [0] * (n+1)
paths[1] = 1
for i in range(1, n+1):
for j in graph[i]:
paths[j] += paths[i]
print(paths[n])
请注意,您实施的内容实际上并不是BFS
,因为您没有标记您访问了哪些顶点,导致start
增长不成比例。
测试图表
for i in range(1, n+1):
dict1[i] = list(range(i-1, 0, -1))
如果您打印start
的大小,您会发现给定n
的最大值与binomial(n, floor(n/2))完全一致,即〜{4 ^ n / sqrt(n) 。另请注意,BFS
不是您想要的,因为无法以这种方式计算路径数。
答案 1 :(得分:1)
import sys
from collections import defaultdict
def build_matrix(filename, x):
# A[i] stores number of paths from node x to node i.
# O(n) to build parents_of_node
parents_of_node = defaultdict(list)
with open(filename) as infile:
num_nodes = int(infile.readline())
A = [0] * (num_nodes + 1) # A[0] is dummy variable. Not used.
for line in infile:
if line == "0 0":
break
u, v = map(int, line.strip().split())
parents_of_node[v].append(u)
# Initialize all direct descendants of x to 1
if u == x:
A[v] = 1
# Number of paths from x to i = sum(number of paths from x to parent of i)
for i in xrange(1, num_nodes + 1): # O(n)
A[i] += sum(A[p] for p in parents_of_node[i]) # O(max fan-in of graph), assuming O(1) for accessing dict.
# Total time complexity to build A is O(n * (max_fan-in of graph))
return A
def main():
filename = sys.argv[1]
x = 1 # Find number of paths from x
y = 4 # to y
A = build_matrix(filename, x)
print(A[y])
答案 2 :(得分:0)
您正在做的是该代码中的DFS(而不是BFS)...
这是一个很好的解决方案的链接...... 编辑: 请改用这种方法......
http://www.geeksforgeeks.org/find-paths-given-source-destination/