如果结果不匹配，请 
更多“有向图G用邻接矩阵存储，其第i行的所有元素之和等于顶点i的_…”相关的问题
A、第i行非∞的元素之和
B、第i列非∞的元素之和
C、第i行非∞且非0的元素个数
D、第i列非∞且非0的元素个数
A、ABCDGIFE
B、ABCDGFHE
C、ABGHFECD
D、ABFHEGDC
E、ABEHFGDC
F、ABEHGFCD
问题描述:给定一个无向图G=(V.E),设
是G的顶点集.对任意
,若u∈U且v∈V-U,就称(u,1)为关于顶点集U的条割边.顶点集U的所有割边构成图G的一个割.G的最大割是指G中所含边数最多的割.
算法设计:对于给定的无向图G,设计一个优先队列式分支限界法,计算G的最大割.
数据输入:由文件input.txt给出输入数据.第1行有2个正整数n和m,表示给定的图G有n个顶点和m条边,顶点编号为1,2,...,n.接下来的m行中,每行有2个正整数u和y,表示图G的一条边(u,v).
结果输出:将计算的最大割的边数和顶点集U输出到文件output.txt.文件的第1行是最大割的边数;第2行是表示顶点集U的向量x(1≤i≤n),x=0表示顶点i不在项点集U中,x=1表示顶点i在顶点集U中.
从邻接矩阵
可以看出，该图共有()个顶点。如果是有向图，该图共有()条有向边;如果是无向图，则共有()条边。
A、9
B、3
C、6
D、1
E、5
F、4
G、2
H、0
设G是一个有n个顶点的有向图,从顶点i发出的边的最小费用记为min(i).
(1)证明图G的所有前缀为x[1,i]的旅行售货员问路的费用至少为:
式中,a(u,v)是边(u,v)的费用.
(2)利用上述结论设计一个高效的上界函数,重写旅行售货员问题的回溯法,并与主教材中的算法进行比较.
互联网是一张有向图，每一个网页是图的一个顶点，网页间的每一个超链接是图的一个边，邻接矩阵B=(b)w如果从网页i到网页j有超链接，则by=1，否则为0。
记矩阵B的列和及行和分别是
它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程，与过去浏览过哪些页面无关，而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程，其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为
式中:d是模型参数，通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质，对于正则Markov链存在平稳分布x=
式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布，Google将它定义为各网页的PageRank值。假设x已经得到，则它按分量满足方程
网页i的PageRank值是划，它链出的页面有τ个，于是页面i将它的PageRank值分成r份，分别“投票"给它链出的网页。x为网页k的PageRank值，即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到，平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。
已知一个N=6的网络如图4.8所示，求它的PageRank取值。
设图G是一个有向图，设顶点值为字符型，边上权值为浮点型，其十字链表的存储表示定义如下：
(1)实现图的构造函数Graphmu1.输人-系列顶点和边，建立带权有向图的十字链表。
(2)编写一个算法，基丁图G的十字链表表示求该图的强连通分量，试分析算法的时间复杂度。
(3)以图846为例，画出它的十字链表，第一次深度优先搜索得到的finished数组及最后得到的强连通分量。
A、R[(i-1)/2]
B、R[i/2]
C、R[n/2-1]
D、R[n/2]
