


Bagaimana untuk melaksanakan algoritma pengisihan topologi menggunakan Python?
Bagaimana untuk melaksanakan algoritma pengisihan topologi menggunakan Python?
Isihan topologi ialah algoritma pengisihan dalam teori graf yang digunakan untuk mengisih graf akiklik terarah (DAG). Dalam pengisihan topologi, nod dalam graf mewakili tugas atau peristiwa, dan tepi terarah mewakili kebergantungan antara tugas atau peristiwa. Dalam hasil yang diisih, semua kebergantungan berpuas hati dan setiap nod disenaraikan selepas semua nod pendahulunya.
Melaksanakan algoritma pengisihan topologi dalam Python boleh diselesaikan menggunakan idea carian pertama mendalam (DFS). Berikut ialah contoh kod khusus:
from collections import defaultdict class Graph: def __init__(self, num_vertices): self.graph = defaultdict(list) self.num_vertices = num_vertices def add_edge(self, u, v): self.graph[u].append(v) def topological_sort_util(self, v, visited, stack): visited[v] = True for i in self.graph[v]: if visited[i] == False: self.topological_sort_util(i, visited, stack) stack.append(v) def topological_sort(self): visited = [False] * self.num_vertices stack = [] for i in range(self.num_vertices): if visited[i] == False: self.topological_sort_util(i, visited, stack) sorted_list = [] while stack: sorted_list.append(stack.pop()) return sorted_list # 测试代码 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) sorted_list = g.topological_sort() print("拓扑排序结果:", sorted_list)
Kod di atas mula-mula mentakrifkan kelas Graf, yang merangkumi kaedah seperti menambah tepi dan pengisihan topologi. Semasa pengisihan topologi, carian pertama mendalam digunakan untuk merentasi nod dalam graf. Dengan menggunakan timbunan untuk menyimpan nod yang telah dilawati, anda akhirnya boleh mendapatkan senarai nod yang disusun mengikut peraturan susunan topologi.
Kod di atas juga mengandungi kes ujian mudah untuk mengesahkan ketepatan algoritma pengisihan topologi. Dalam kes ujian ini, graf bersaiz 6 ditakrifkan dan beberapa nod dan tepi ditambah. Akhir sekali, cetak senarai nod yang disusun secara topologi.
Menggunakan Python untuk melaksanakan algoritma pengisihan topologi boleh mengendalikan kebergantungan dalam graf dengan mudah, yang sangat membantu untuk isu seperti penjadualan tugas. Dengan memahami dan menggunakan algoritma ini, masalah praktikal boleh diselesaikan dengan lebih baik. Semoga artikel ini bermanfaat kepada anda.
Atas ialah kandungan terperinci Bagaimana untuk melaksanakan algoritma pengisihan topologi menggunakan Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Pasang PYODBC: Gunakan perintah PipinstallPyoDBC untuk memasang perpustakaan; 2. Sambungkan SQLServer: Gunakan rentetan sambungan yang mengandungi pemacu, pelayan, pangkalan data, uid/pwd atau aman 3. Semak pemacu yang dipasang: Jalankan pyodbc.drivers () dan tapis nama pemacu yang mengandungi 'SQLServer' untuk memastikan nama pemacu yang betul digunakan seperti 'ODBCDriver17 untuk SQLServer'; 4. Parameter utama rentetan sambungan

Gunakan httpx.asyncclient untuk memulakan permintaan HTTP asynchronous dengan cekap. 1. Asas mendapatkan permintaan menguruskan pelanggan melalui asyncwith dan gunakan AwaitClient.get untuk memulakan permintaan yang tidak menyekat; 2. Menggabungkan Asyncio.Gather untuk menggabungkan dengan asyncio.Gather dapat meningkatkan prestasi dengan ketara, dan jumlah masa adalah sama dengan permintaan yang paling lambat; 3. Menyokong pengepala adat, pengesahan, tetapan base_url dan masa tamat; 4. Boleh menghantar permintaan pos dan membawa data JSON; 5. Beri perhatian untuk mengelakkan pencampuran kod asynchronous segerak. Sokongan proksi perlu memberi perhatian kepada keserasian back-end, yang sesuai untuk crawler atau agregasi API dan senario lain.

Pythoncanbeoptimizedformemory-boundoperationsbyreducingoverheadthroughgenerators, efisiendataStructures, danManagingObjectlifetimes.first, useGeneratorsInsteadofListStoprocesslargedataSetSoneiteMatime, mengelakkan muat turun muat turun, coose

Artikel ini bertujuan untuk membantu pemula Sqlalchemy menyelesaikan peringatan "RemovedIn20warning" yang ditemui apabila menggunakan create_engine dan kesilapan penutupan "resourceclosederror" berikutnya. Artikel ini akan menerangkan punca amaran ini secara terperinci dan memberikan langkah -langkah tertentu dan contoh kod untuk menghapuskan amaran dan memperbaiki isu sambungan untuk memastikan anda dapat menanyakan dan mengendalikan pangkalan data dengan lancar.

shutil.rmtree () adalah fungsi dalam python yang secara rekursif memadam seluruh pokok direktori. Ia boleh memadam folder yang ditentukan dan semua kandungan. 1. Penggunaan Asas: Gunakan shutil.rmtree (Path) untuk memadam direktori, dan anda perlu mengendalikan fileNotFoundError, PermissionError dan pengecualian lain. 2. Aplikasi Praktikal: Anda boleh membersihkan folder yang mengandungi subdirektori dan fail dalam satu klik, seperti data sementara atau direktori cache. 3. Nota: Operasi penghapusan tidak dipulihkan; FileNotFoundError dilemparkan apabila jalan tidak wujud; Ia mungkin gagal kerana kebenaran atau pekerjaan fail. 4.

Pasang pemacu pangkalan data yang sepadan; 2. Gunakan Connect () untuk menyambung ke pangkalan data; 3. Buat objek kursor; 4. Gunakan melaksanakan () atau executemany () untuk melaksanakan SQL dan menggunakan pertanyaan parameter untuk mengelakkan suntikan; 5. Gunakan Fetchall (), dan sebagainya untuk mendapatkan hasil; 6. komit () diperlukan selepas pengubahsuaian; 7. Akhirnya, tutup sambungan atau gunakan pengurus konteks untuk mengendalikannya secara automatik; Proses lengkap memastikan operasi SQL selamat dan cekap.

Python adalah alat yang cekap untuk melaksanakan proses ETL. 1. Pengekstrakan data: Data boleh diekstrak dari pangkalan data, API, fail dan sumber lain melalui panda, sqlalchemy, permintaan dan perpustakaan lain; 2. Penukaran Data: Gunakan panda untuk pembersihan, penukaran jenis, persatuan, pengagregatan dan operasi lain untuk memastikan kualiti data dan mengoptimumkan prestasi; 3. Pemuatan Data: Gunakan kaedah Pandas 'TO_SQL atau platform awan SDK untuk menulis data ke sistem sasaran, perhatikan kaedah menulis dan pemprosesan batch; 4. Cadangan Alat: Airflow, Dagster, Prefect digunakan untuk penjadualan dan pengurusan proses, menggabungkan penggera log dan persekitaran maya untuk meningkatkan kestabilan dan mengekalkan.

Gunakan psycopg2.pool.simpleConnectionPool untuk menguruskan sambungan pangkalan data dengan berkesan dan mengelakkan overhead prestasi yang disebabkan oleh penciptaan dan kemusnahan sambungan yang kerap. 1. Apabila membuat kolam sambungan, tentukan bilangan minimum dan maksimum sambungan sambungan dan pangkalan data untuk memastikan bahawa kolam sambungan diasaskan dengan jayanya; 2. Dapatkan sambungan melalui getConn (), dan gunakan PutConn () untuk mengembalikan sambungan ke kolam selepas melaksanakan operasi pangkalan data. Sentiasa panggil conn.close () dilarang; 3. SimpleConnectionPool adalah benang selamat dan sesuai untuk persekitaran berbilang threaded; 4. Adalah disyorkan untuk melaksanakan pengurus konteks dalam kombinasi dengan Pengurus Konteks untuk memastikan sambungan dapat dikembalikan dengan betul apabila pengecualian diperhatikan;
