Теория графов: структуры, свойства и теоремы
От строгого определения графа до теорем Эйлера, Куратовского, Кёнига и Кирхгофа — с интуицией, ручными разборами и работающим Python-кодом.
9 материалов в этой теме.
От строгого определения графа до теорем Эйлера, Куратовского, Кёнига и Кирхгофа — с интуицией, ручными разборами и работающим Python-кодом.
Как двумя массивами и двадцатью строками кода получить структуру, которая отвечает на вопрос «связаны ли эти два объекта» практически за константу.
Два столпа сетевой оптимизации: минимальное остовное дерево через свойства разреза и цикла, и максимальный поток через остаточную сеть, теорему о минимальном разрезе и …
Один каркас обхода, из которого вырастают BFS, DFS, топологическая сортировка, компоненты связности, SCC и мосты: интуиция, доказательства корректности, итеративные …
Как из обычного массива получается структура, которая всегда знает свой минимум: инвариант кучи, sift-up и sift-down, построение за O(n), heapsort, d-арные и Фибоначчиевы …
Одна операция релаксации порождает всё семейство алгоритмов кратчайших путей: разбираем условия корректности каждого, доказательства, реализации, потенциалы и …
Как хранить граф в памяти: список рёбер, матрица и списки смежности, CSR; чем они различаются по времени, памяти и локальности, как извлекать базовые свойства графа и как …
Как обучать нейросети на данных без сетки и без порядка: перестановочная симметрия, передача сообщений, GCN/GraphSAGE/GAT/GIN, пределы выразительности, переглаживание и …
Два семейства, стоящих на противоположных краях спектра абстракции: движки ключ-значение, из которых собраны почти все остальные БД, и графовые СУБД, где связь — …
По этому запросу ничего не найдено.