Python3 notes

简介: Python3 notes

Python 拓扑排序

from collections import defaultdict


####发现上面的代码有点问题(不知道是不是我的问题),所以我自己写了一个,同时也加深下对于拓扑的了解

classGraph: 

   # 构造函数

   def __init__(self,vertices): 

       # 创建用处存储图中点之间关系的dict{v: [u, i]}(v,u,i都是点,表示边<v, u>, <v, i>):边集合

       self.graph = defaultdict(list) 

       # 存储图中点的个数

       self.V = vertices


   # 添加边

   def add_edge(self,u,v): 

       # 添加边<u, v>

       self.graph[u].append(v) 

   # 获取一个存储图中所有点的状态:dict{key: Boolean}

   # 初始时全为False

   def set_keys_station(self):

       keyStation ={}

       key = list(self.graph.keys())

       # 因为有些点,没有出边,所以在key中找不到,需要对图遍历找出没有出边的点

       if len(key)<self.V:

           for i in key:

               for j inself.graph[i]:

                   if j notin key:

                       key.append(j)

       for ele in key:

           keyStation[ele]=False

       return keyStation


   # 拓扑排序

   def topological_sort(self):

       # 拓扑序列

       queue =[]

       # 点状态字典

       station =self.set_keys_station()

       # 由于最坏情况下每一次循环都只能排序一个点,所以需要循环点的个数次

       for i in range(self.V):

           # 循环点状态字典,elem:点

           for elem in station:

               # 这里如果是已经排序好的点就不进行排序操作了

               ifnot station[elem]:

                   self.topological_sort_util(elem, queue, station)

       return queue  

   # 对于点进行排序    

   def topological_sort_util(self, elem, queue, station):

       # 设置点的状态为True,表示已经排序完成

       station[elem]=True

       # 循环查看该点是否有入边,如果存在入边,修改状态为False

       # 状态为True的点,相当于排序完成,其的边集合不需要扫描

       for i in station:

           if elem inself.graph[i]andnot station[i]:

               station[elem]=False

       # 如果没有入边,排序成功,添加到拓扑序列中

       if station[elem]:

           queue.append(elem)


g=Graph(6) 

g.add_edge(5,2); 

g.add_edge(5,0); 

g.add_edge(4,0); 

g.add_edge(4,1); 

g.add_edge(2,3); 

g.add_edge(3,1); 

 

print("拓扑排序结果:")

print(g.topological_sort())

相关文章
|
8月前
|
SQL API 数据库
Python3 notes
Python3 notes
|
5天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
随着云计算和DevOps的兴起,容器技术和自动化在软件开发中扮演着愈发重要的角色,但也带来了新的安全挑战。阿里云针对这些挑战,组织了一场关于云上安全的深度访谈,邀请了内部专家穆寰、匡大虎和黄竹刚,深入探讨了容器安全与软件供应链安全的关系,分析了当前的安全隐患及应对策略,并介绍了阿里云提供的安全解决方案,包括容器镜像服务ACR、容器服务ACK、网格服务ASM等,旨在帮助企业构建涵盖整个软件开发生命周期的安全防护体系。通过加强基础设施安全性、技术创新以及倡导协同安全理念,阿里云致力于与客户共同建设更加安全可靠的软件供应链环境。
112377 10
|
13天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201919 14
对话 | ECS如何构筑企业上云的第一道安全防线
|
2天前
|
供应链 监控 安全
|
5天前
|
SQL 安全 前端开发
预编译为什么能防止SQL注入?
SQL注入是Web应用中常见的安全威胁,攻击者通过构造恶意输入执行未授权的SQL命令。预编译语句(Prepared Statements)是一种有效防御手段,它将SQL代码与数据分离,确保用户输入不会被解释为SQL代码的一部分。本文详细介绍了SQL注入的危害、预编译语句的工作机制,并结合实际案例和多语言代码示例,展示了如何使用预编译语句防止SQL注入,强调了其在提升安全性和性能方面的重要性。
|
8天前
|
搜索推荐 物联网 PyTorch
Qwen2.5-7B-Instruct Lora 微调
本教程介绍如何基于Transformers和PEFT框架对Qwen2.5-7B-Instruct模型进行LoRA微调。
402 34
Qwen2.5-7B-Instruct Lora 微调
|
30天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
9907 29
|
2天前
|
机器学习/深度学习 存储 人工智能
【科普向】我们所说的AI模型训练到底在训练什么?
人工智能(AI)模型训练类似于厨师通过反复实践来掌握烹饪技巧。它通过大量数据输入,自动优化内部参数(如神经网络中的权重和偏置),以最小化预测误差或损失函数,使模型在面对新数据时更加准确。训练过程包括前向传播、计算损失、反向传播和更新权重等步骤,最终生成权重文件保存模型参数,用于后续的应用和部署。理解生物神经网络的工作原理为人工神经网络的设计提供了灵感,后者广泛应用于图像识别、自然语言处理等领域。
|
14天前
|
机器学习/深度学习 人工智能 安全
通义视觉推理大模型QVQ-72B-preview重磅上线
Qwen团队推出了新成员QVQ-72B-preview,这是一个专注于提升视觉推理能力的实验性研究模型。提升了视觉表示的效率和准确性。它在多模态评测集如MMMU、MathVista和MathVision上表现出色,尤其在数学推理任务中取得了显著进步。尽管如此,该模型仍存在一些局限性,仍在学习和完善中。