基于树的AOV网并行性全拓扑排序算法设计与实现

讨论了AOV网的一种并行性全拓扑排序的算法及实现,解决了传统拓扑排序算法的单一性问题,说明了并行全拓扑排序有重要的实用价值。     

AOV网的拓扑排序

介绍了顶点活动网(Activity On Vertex network简称AOV网)的拓扑排序算法以及算法的类C语言的实现过程。     

利用循环队列实现AOV网的拓扑排序

通过对一个AOV网实例进行拓扑排序的问题的分析与求解,从程序实现的角度验证拓扑序列的不唯一性。     

LAOV网络及其拓扑排序算法

基于AOV网络扑拓排序算法,提出了新的LAOV网络算法,并在VC++环境下利用栈和队列实现了LAOV网络拓扑排序算法,同时给出了在LAOV网络中拓扑排序里有无回路的判定方法,并举例说明了LAOV网络算法的执行过程、结果及运行时间等。实验分析结果表明,算法正确,效率较高。     

具有局部并行性质的拓扑排序算法

给出了有向图在邻接表表示下具有局部并行性质的拓扑排序算法,该算法较其它的算法具有更好的实用性,而且在空间与时间的开销上并无多大的增加.用C++编写了源程序,并给出了运行结果.结果表明我们的算法是可行的.     

基于组的拓扑排序

拓扑排序是将一个有向图的偏序结构排成一个全序结构的拓扑序列,根据这个拓扑序列,只能串行安排任务流程.本文提出有向图的分组拓扑排序概念,得到的分组拓扑序,列解决了任务的并行安排问题.     

拓扑排序的功能扩展及其程序设计

拓扑排序是用来检查AOV网中是否存在回路,从而确定AOV网所表示的工程是否能够实现的程序设计方法。现有拓扑排序的结果只是一个线性序列,在每个阶段只能进行一种活动,在实际应用中有一定的局限性。本文给出对拓扑排序功能进行扩展的一种程序设计方法,从而可以确定不同阶段同时进行多个活动的方案设计。     

基于非均匀虚拟网格的无线传感器网络拓扑重构算法

拓扑控制是无线传感器网络研究中一个十分重要的技术问题.根据无线传感器网络的通信特点,本文提出了一种采用基于网络空间非均匀虚拟网格的方式,旨在复杂环境中无线通信遭到破坏时如何快速重建拓扑的方法.仿真结果表明,与传统算法相比,该算法在通信突然中断的情况下可以快速恢复拓扑,并且该算法更适用于大规模网络.     

拓扑排序的应用及实现

在数据结构中,利用AOV网可以形象地描述若干活动之间的关系和先后次序。按照一定的原则对AOV网进行遍历可以得到一个访问其中所有顸点的序列,这个序列为拓扑序列。构造拓扑序列的过程被称之为拓扑排序。利用拓扑排序可以有效地制定一个大工程的工作流程。本文介绍的是如何利用计算机和手工的方法进行拓扑排序。     

网络拓扑的自动发现算法研究

网络拓扑自动生成是网络管理系统的一个重要组成部分。首先介绍了拓扑发现的主要相关协议和算法,然后重点阐述了拓扑自动发现算法及其实现机制。该算法的拓扑发现能够高效、准确地生成网络拓扑图。     

可连通图序列的一个连通图实现的构造算法

给出了一个从可连通图序列构造一个连通图实现的算法并证明了该算法的正确性。     

Hamilton图的判定算法

Hamilton问题是图论的一个重要问题,判定一个图是否是Hamilton图虽然已找到了几个充分条件和必要条件,但不是充要条件,而且用这些条件来判定一个图是否是Hamilton图非常不好用,本文给出一个算法,对于任意给定的无向简单连通图可以判定其是否是Hamilton图,如果是Hamilton图,还可给出Hamilton回路。     

帐务处理程序OOA模型分析(一)

运用面向对象方法分析帐务处理程序的关系层,找出系统中的对象类之间的结构及连接关系,并给出关系层图。     

混合图、混合树及Nullor网络拓扑分析

对Nullor网络 ,定义了混合图、混合树 ,并把不定导纳矩阵Yind 的一、二阶代数余子式表示为混合图中混合树的树支导纳乘积之和     

有向图中路径矩阵的实现及其算法研究

在已知有向图的邻接矩阵的基础上 ,分析邻接矩阵的特点 ,从而给出了一种直接由邻接矩阵求解路径矩阵的新算法 ,并对其算法进行了分析和研究 .     

图着色算法研究及其在时间表问题中的应用

时间表问题是组合优化中典型的非确定多项式(NP)完全问题。本文介绍了图顶点着色理论,分析了几种着色算法的差异和性能,提出利用一种带启发策略的图顶点着色算法,解决资源受限的时间表问题。通过实验模拟分析,本文提出的算法在应用问题中具备现实可行性。     

An Examination of Descriptive and Injunctive Norm Influence on Intention to Get Drunk

The influential impact of norms on problematic drinking is widely documented; however, the relevant theories purporting these effects point to multiple and varied normative components. A better understanding of the conceptual distinctions and the differential role they play can have practical implications for college prevention efforts. The purpose of the current study was to test the role of campus drinking norms, as posited by Social Norms theory (SNT) in predicting intentions to get drunk using a Theory of Planned Behavior (TPB) framework. Results found that SNT components did not significantly add to the prediction of intent beyond that of attitudes, subjective norms, and past behavior. Implications for prevention campaigns are discussed.     

高效图推荐算法应用研究

为解决PersonalRank图推荐算法在推荐系统应用中的效率问题,从降低时间复杂度和减少迭代次数两方面进行算法优化。首先,构建推荐系统中用户行为数据二分图和迭代推荐模型;然后,建立转移矩阵,通过矩阵运算转换传统迭代模型,求解稀疏矩阵线性方程组直接得到系统稳态,有效降低了推荐算法的时间复杂度;最后,通过确定游走概率,在不影响系统精度前提下,各节点概率值收敛前就提前停止迭代,大幅减少了系统迭代次数。实验表明,转移矩阵法推荐效率比传统迭代法提高了211倍左右,游走概率取值为0.1时精度趋于稳定。优化后的算法能有效提高推荐效率。