Az algoritmus végrehajtása a grafikus izomorfizmus meghatározására a c # nyelv használatával szól

TARTALOMJEGYZÉK

Oldal 1/4

A mellékelt kód a grafikon izomorfizmus algoritmusának megvalósítása. Ez az algoritmus elérhető a VF grafikon-összehasonlító könyvtárban. és vannak olyan programok is, amelyek a könyvtárat hívják. hogy primmeru, Python. Ugyanez megtehető a C # esetében is, de ez a kód csak az algoritmust implementálja a C #-ban, és számos okból megkerüli az összes C ++ könyvtárt. Először egy olyan algoritmust kínál, amelyet a környezet teljes mértékben szabályoz. Másodszor, rájöttünk, hogy az eredeti C ++ kód nem olyan hatékony és jól meg van írva, hogy beszéljen róla. Harmadszor, a VF könyvtárat valóban azért hozták létre, hogy különböző algoritmusok összehasonlítását végezze el, így ezeket az algoritmusokat ömlesztve is megteheti, ha a könyvtárat használja.

Általános információk

Két grafikon bemenetként szolgál a gráf izomorfizmus problémájához, és a visszatérési érték "Igazság" vagy "Hamis", ahol az eredmény "Igazság" azt jelenti, hogy az egyik gráf megismételte a másikat. A VF algoritmus azt is ellenőrzi, hogy az algráf izomorf, ahol az első gráf egy szubgrafikája van, amely izomorf a második gráfra. Azt is lehetővé teszi, hogy a meccs a meccs után érkezett. Lehetőség van arra is, hogy ellenőrizzük azt a kontextust, ahol a csomópontok attribútumai lehetnek, és ezek az attribútumok ellenőrizhetők az izomorf csomó megfelelő tulajdonságaival szemben, és a meccs az ilyen tesztek alapján elutasítható. Egyszerűen fogalmazva. Ez lehetővé teszi színes csomópontok használatát, és jóváhagyja a különböző összehasonlító grafikonok egyetlen színes csomópontjainak összehasonlítását.

A VF algoritmus egy egyszerre épít egy izomorfizmust egy mérkőzésen, és művelt keresést végez a visszatérő elemek visszatérésével. Annak érdekében, hogy jóváhagyhassuk a megtalált meccs hozzáadását, a lehetőség meghatározására különböző kritériumok vannak. Néhány közülük egyszerűen javítja a teljesítményt, de a legfontosabb kritérium az, hogy csak a hozzáadott koincidencia tartalmaz egy csoport izomorfizmust, amelyet eddig kaptunk. Így azonnal világossá válik, hogy ha a második gráf összes csomópontját feldolgozta, akkor megtalálta a kívánt izomorfizmust.
Néhány belső csomópont-készlethez rendezett listát fogunk használni, ami azt jelenti, hogy közelebb leszünk a megfelelő mérkőzéshez. Ez az algoritmus gyorsabb elvégzését is biztosítja.

• Töltse le a demonstrációs projektet - 5,26 Kb • Forrás letöltése - 12,2 Kb Bevezetés Érdemes megjegyezni, hogy a bemutatott módszer kibővíthető a több állandó akadályt tartalmazó opciók befogadására. Tanulmányozva egy egyszerű példát, folytassuk az összetettebb opciókat az időben változó lehetőségekkel.

• Forrás letöltése - 251 Kb • Demonstrációs projekt letöltése - 181 KB Bevezetés A neurális hálózatok története az 1950-es években kezdődik. amikor bemutatták a legegyszerűbb neurális hálózatok architektúráját. A kezdeti munka után a neurális hálózatok ötlete nagyon népszerűvé vált. De akkor a terület.