Tag: 图论

sortingalgorithm：Magento结帐总计错误sorting导致错误的运输税计算

在Magento中有一个function，你可以定义总计算的顺序，通过指定之前和之后总计应该运行总计。 我添加了一个自定义的总数，如果我将以下行添加到config.xml，sorting是错误的。 错误的意思是： tax_shipping 之前有 tax_shipping 。 这导致运输成本的税收被添加两次。 但这违反了条件 tax_shipping after: shipping 我的猜测是： 在整套规则中必然存在一些矛盾。 但是我怎么能find它？ 这是我添加的唯一规则。 如果没有这个规则， tax_shipping会在shipping后sorting。 <shippingprotectiontax> <class>n98_shippingprotection/quote_address_total_shippingprotectionTax</class> <after>subtotal,discount,shipping,tax</after> <before>grand_total</before> </shippingprotectiontax> 下面我粘贴由Mage_Sales_Model_Quote_Address_Total_Collector::_getSortedCollectorCodes()的usort调用返回的sorting数组对于那些没有Magento安装，代码是这样的： /** * uasort callback function * * @param array $a * @param array $b * @return int */ protected function _compareTotals($a, $b) { $aCode = $a['_code']; $bCode = $b['_code']; if (in_array($aCode, […]

哈密​​尔顿path与欧拉path之间的区别

有人能告诉我哈密尔顿path与欧拉path之间的区别吗？ 他们似乎相似！

什么是一个好的和稳定的C ++树实现？

我想知道是否有人可以推荐一个好的C ++树实现，希望尽可能兼容。 为了logging，我以前写了很多次树algorithm，我知道它可能很有趣，但是我想要尽可能地实用而懒惰。 因此，实际的解决scheme链接就是这里的目标。 注：我正在寻找一个通用的树，而不是一个平衡的树或一个地图/集，树的结构本身和连通性在这种情况下是重要的，不仅是数据内。 所以每个分支需要能够保存任意数量的数据，每个分支应该分别迭代。

什么是语言X的良好networking图库？

我注意到一个反复出现的问题是：“什么是一个好的语言X的networking图库”。 我玩过不less图书馆，我可以和你分享我的经验。 Python ： NetworkX是一个强大的库，它具有内置的可视化function，但也有使用pyGraphviz的 Graphviz界面。 （pyGraphviz和NetworkX是由同一个作者编写的）。 NetworkX是开源的，非常易于使用。 Perl ： Circos被开发用于可视化基因组和其他高度复杂的数据集。 它将始终使用圆形布局，但如果networking非常大且“模块化”分数较低，则它通常是最合适的布局。 Circos是开源的。 。 networking ： NodeXL由Microsoft Research开发，既是Excel的附加软件，又是.Net 3.5库。 它非常开放（针对微软的标准），并使用Fruchterman-Reingoldalgorithm进行可视化。 Java ： JUNG2最近已经发布，也是一个强大的库。 扩展了可视化和关键指标支持。 JUNG2是开源的。 UbiGraph ： UbiGraph有不同的语言接口，包括Python（和NetworkX有UbiGraph支持），Ruby，PHP，Java，C，C ++，C＃，Haskell和OCaml。 它具有使用XML-RPC服务器的networking图的非常整洁的3D可视化。 基本版本是免费的，你必须支付专业版本。 独立：您可以随时使用现成的软件包，如： Graphviz （Win，Linux，OSX）， Pajek （Win）， UCINET （Win）甚至Visio（Win）。 我相信还有更多的软件包，但是这些是我自己使用的。 还有哪些库或软件包可用？

图表数据结构：DFS vs BFS？

如果给出一个graphics问题，我们如何知道我们是否需要使用bfs或dfsalgorithm？ 或者我们什么时候使用dfsalgorithm或bfsalgorithm。 一个优于另一个的区别和优点是什么？

什么是图表可以解决比替代问题更好的问题的好例子？

阅读Stevey Yegge的“ 获得工作”在Google的文章中，我发现这个有趣的小引语： 每当有人给你一个问题，想想图。 他们是代表任何一种关系的最基本和最灵活的方式，所以任何一个有趣的devise问题都会涉及一个图表。 请确保在转向其他解决schemetypes之前，无法想象使用图解解决此问题的方法。 这个提示很重要！ graphics数据结构/algorithm最能代表和/或解决哪些问题的例子是什么？ 我可以想到的一个例子是：导航单元（ala Garmin，TomTom），提供从当前位置到另一个位置的路线方向，利用graphics和高级pathalgorithm。 还有其他什么？

如何使用最大streamalgorithm在图上find最小切点？

我需要在图表上find最小切割。 我一直在读stream动networking，但是我能find的是最大streamalgorithm，例如Ford-Fulkerson，push-relabel等。给定最大stream最小割定理，是否可以使用其中一种algorithm来查找使用最大streamalgorithm在图上最小化切割？ 怎么样？ 到目前为止，我发现的最好的信息是，如果我发现“饱和”的边缘，即stream量等于容量的边缘，则这些边缘对应于最小切割。 真的吗？ 这听起来并不完全正确。 确实，最小切割的所有边缘都是饱和的，但是我相信也可能存在饱和边缘，它们不在最小切割“path”之内。

find（稀疏）图的直径的好algorithm？

我有一个大的，连接，稀疏graphics的邻接表格forms。 我想find两个尽可能相距较远的顶点，即图的直径和实现它的两个顶点。 我对这个问题感兴趣，无论是针对不同的应用程序，还是无向和有针对性的案例。 在有针对性的情况下，我当然关心指向距离（从一个顶点到另一个顶点的最短的有向path）。 有没有比计算所有对最短path更好的方法？ 编辑 ：通过“尽可能远”，我当然是指“最长的最短path” – 即从一个到另一个的最短距离的所有顶点对的最大值。

C＃graphics绘制库？

我正在寻找一个（免费）图书馆，让我画一个CFG （控制stream图）。 像yFiles ，但免费或最好是开源？ 理想情况下，这个库允许用户导航graphics（并修改它），即graphics不仅仅是一个静态的先验渲染位图。 想法？ 更新： 与提到的QuickGraph库结合的欢乐合唱团似乎工作得很好。 谢谢 Update2： Graph＃似乎是目前最强大的库。 还有一个很好的教程 ，如何使用它。

什么是Python中最高效的graphics数据结构？

我需要能够操纵python中的大型（10 ^ 7节点）图。 对应于每个节点/边的数据是最小的，比如less量的string。 在内存和速度方面，最有效率的方式是什么？ 字典的字典是更灵活和更简单的实施，但我直观地期望列表的速度更快。 列表选项还要求我将数据与结构保持分开，而字典将允许某种types的数据： graph[I][J]["Property"]="value" 你会build议什么？ 是的，我应该更清楚我的意思是效率。 在这个特定的情况下，我的意思是随机访问检索。 将数据加载到内存不是一个大问题。 这一劳永逸。 耗时的部分是访问节点，所以我可以提取信息，并衡量我感兴趣的指标。 我没有考虑让每个节点都是一个类（所有节点的属性都是相同的），但是似乎会增加额外的开销。 我希望有人会有类似的情况下直接经验，他们可以分享。 毕竟，图是CS中最常见的抽象之一。