在本節中，我們將瞭解尤拉圖和哈密頓圖。但在深入研究之前，我們首先需要了解圖中的軌跡。假設我們有如下所示的圖：軌跡是一條路徑，它是一系列邊 (v1, v2), (v2, v3), …, (vk - 1, vk)，其中所有頂點 (v1, v2, … , vk) 可能不唯一，但所有邊都是唯一的。在這個例子中，一個軌跡是 {(B, A), (A, C), (C, D), (D, A), (A, F)}。這是一個軌跡。但這不被認為是簡單的……閱讀更多

圖的深度優先搜尋是相似的。但是對於有向圖或有向圖，我們可以找到一些型別的邊。DFS演算法形成一棵稱為DFS樹的樹。有四種類型的邊：樹邊 (T) - 存在於DFS樹中的邊；前向邊 (F) - 與一組樹邊平行。（從較小的DFS編號到較大的DFS編號，以及從較大的DFS完成編號到較小的DFS完成編號）；後向邊 (B) - 從較大的DFS編號到較小的DFS編號，以及從較小的DFS完成編號到較大的DFS完成編號；交叉邊……閱讀更多

我們知道圖是一種非線性資料結構。在這種資料結構中，我們將一些值放入節點中，並且節點透過不同的邊連線起來。當我們可以將資料儲存到圖結構中時，我們還需要從圖中搜索元素才能使用它們。對於圖中的搜尋，有兩種不同的方法。廣度優先搜尋和深度優先搜尋技術。廣度優先搜尋 (BFS)廣度優先搜尋 (BFS) 遍歷是一種演算法，用於訪問給定圖的所有節點。在這個遍歷演算法中，選擇一個節點，然後……閱讀更多

我們知道圖可以分為不同的變體。它們可以是有向的或無向的，它們可以是有權重的或無權重的。在這裡，我們將看到如何在記憶體中表示加權圖。考慮下面的圖：鄰接矩陣表示為了使用鄰接矩陣形式儲存加權圖，我們將矩陣稱為成本矩陣。這裡每個位置為 M[i, j] 的單元格都包含從邊 i 到 j 的權重。如果邊不存在，則為無窮大。對於相同的節點，它將為 0.0∞63∞30∞∞∞∞∞02∞∞110∞∞4∞20鄰接表表示在鄰接表中，每個元素……閱讀更多

在這裡，我們將瞭解如何從二叉堆資料結構中插入和刪除元素。假設初始樹如下所示：插入演算法insert(heap, n, item)：開始    如果堆已滿，則退出    否則       n := n + 1       對於 i := n，i > 1，在每次迭代中設定 i := i / 2，執行          如果 item

堆或二叉堆是平衡二叉樹資料結構的一種特殊情況。這是一個完整的二叉樹結構。因此，最多到 l-1 層都是滿的，在 l 層，所有節點都從左邊開始。這裡，根節點鍵與其子節點進行比較並進行相應的排列。如果 a 有子節點 b，則：key(a) ≥ key(b)由於父節點的值大於子節點的值，因此此屬性會生成最大堆。根據此標準，堆可以分為兩種型別：最大堆和最小堆。這些分別是最大堆和最小堆的示例……閱讀更多

在這裡，我們將瞭解執行緒二叉樹資料結構。我們知道二叉樹節點最多可以有兩個子節點。但是，如果它們只有一個子節點或沒有子節點，則連結列表表示中的連結部分將保持為空。使用執行緒二叉樹表示，我們可以透過建立一些執行緒來重用這些空連結。如果一個節點有一些空閒的左子節點或右子節點區域，則將用作執行緒。執行緒二叉樹有兩種型別。單執行緒樹或全執行緒二叉樹。在單執行緒模式下，還有另外兩種變體……閱讀更多

在本節中，我們將瞭解廣義列表。廣義列表可以定義如下：廣義列表 L 是 n 個元素 (n ≥ 0) 的有限序列。元素 ei 要麼是原子（單個元素），要麼是另一個廣義列表。不是原子的元素 ei 將是 L 的子列表。假設 L 是 ((A, B, C), ((D, E), F), G)。這裡 L 有三個元素：子列表 (A, B, C)、子列表 ((D, E), F) 和原子 G。子列表 ((D, E), F) 又有兩個元素：子列表 (D, E) 和原子 F。在 C++ 中，我們……閱讀更多

在本節中，我們將瞭解什麼是稀疏矩陣以及如何線上程儲存它們。因此，如果矩陣的大多數元素為 0，則該矩陣為稀疏矩陣。另一個定義是，非零元素最多為 1/3（大約 m x n 的 30%）的矩陣稱為稀疏矩陣。我們在計算機記憶體中使用矩陣以高效的方式執行某些操作。但是，如果矩陣本質上是稀疏的，它可以幫助我們高效地執行操作，但它會在記憶體中佔用更大的空間。這些空間沒有……閱讀更多

在這裡，我們將瞭解不規則陣列。在討論不規則陣列之前，我們必須知道什麼是規則陣列。規則陣列是這樣的陣列，其中每一行的列數相同。或者換句話說，當每一行都包含相同數量的元素時，那就是規則陣列。以下表示是一個規則陣列。從規則陣列的定義中，我們可以理解什麼是。因此，在不規則陣列中，每一行可能包含也可能不包含相同數量的元素。這種不規則陣列也可以表示……閱讀更多