Python 查找两个节点之间路径数的快速算法
我试图用Python回答一个在线法官的问题,但我已经超过了时间限制和内存限制。问题几乎是询问从开始节点到结束节点的所有路径的数量。可以查看完整的问题规格 这是我的代码:Python 查找两个节点之间路径数的快速算法,python,algorithm,python-2.7,nodes,graph-theory,Python,Algorithm,Python 2.7,Nodes,Graph Theory,我试图用Python回答一个在线法官的问题,但我已经超过了时间限制和内存限制。问题几乎是询问从开始节点到结束节点的所有路径的数量。可以查看完整的问题规格 这是我的代码: import sys lines = sys.stdin.read().strip().split('\n') n = int(lines[0]) dict1 = {} for i in xrange(1, n+1): dict1[i] = [] for i in xrange(1, len(lines) - 1):
import sys
lines = sys.stdin.read().strip().split('\n')
n = int(lines[0])
dict1 = {}
for i in xrange(1, n+1):
dict1[i] = []
for i in xrange(1, len(lines) - 1):
numbers = map(int, lines[i].split())
num1 = numbers[0]
num2 = numbers[1]
dict1[num2].append(num1)
def pathfinder(start, graph, count):
new = []
if start == []:
return count
for i in start:
numList = graph[i]
for j in numList:
if j == 1:
count += 1
else:
new.append(j)
return pathfinder(new, graph, count)
print pathfinder([n], dict1, 0)
代码所做的是,它从结束节点开始,通过探索所有相邻节点,一直到顶部。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?我的方法错了吗?我应该如何修复它?在代码中,您所做的是DFS(而不是BFS) 这里有一个链接到一个好的解决方案。。。 编辑: 改用这种方法
由于图是非循环的,因此存在一个拓扑顺序,我们可以立即看到它是
1,2,…,n
。所以我们可以用动态规划的方法来解决这个问题。在列表paths
中,元素paths[i]
存储从1
到i
的路径数。更新将很简单-对于每个边(i,j)
,其中i
来自我们的拓扑顺序,我们执行路径[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,您正在实现的实际上并不是BFS
,因为您没有标记您访问过的顶点,从而使开始
变得不相称
测试图表
for i in range(1, n+1):
dict1[i] = list(range(i-1, 0, -1))
如果打印
start
的大小,您可以看到它为给定n
获得的最大值与~4^n/sqrt(n)的大小完全相同。还要注意的是,BFS
不是您想要的,因为无法以这种方式计算路径数。代码可以工作,但我只想确保我正确理解这一点。对于每个节点,计数等于父节点访问它的次数,每个父节点访问它的次数,一直到1?这将在O(顶点+边)时间内完成?@BobMarshall完全正确!因此,他们倾向于选择可以独立于外部资源进行评估的未删节答案。
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])