代码percolation

这篇博客讲述了作者在实现Percolation算法时遇到的问题和解决方案,通过多次试验计算了阈值的平均值、标准差以及95%置信区间。文章重点在于对双重while循环的理解和使用,以及如何在满足特定条件时跳出循环。

改了好久的代码percolation,还是在小伙伴的帮助下得以通过得到了92分。还是代码能力好差。总结了一下出错的地方。

import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.StdRandom;
import edu.princeton.cs.algs4.StdStats;


public class PercolationStats {
private double[] thresholds;




public PercolationStats(int n, int trials) {
if (n <= 0 || trials <= 0)
throw new IllegalArgumentException();
thresholds = new double[trials];
for (int i = 0; i < trials; i++) {
int count = 0;
Percolation percolation = new Percolation(n);
while(true) {
count++;
while (true) {             
int row = StdRandom.uniform(1, n + 1);
int column = StdRandom.uniform(1, n + 1);
if (percolation.isOpen(row, column))
continue;
else {
percolation.open(row, column);
break;
}

}

if(percolation.percolates()) {
thresholds[i] = (double) count / ((double)n * (double)n);
break;
}
}
}


}


public double mean() {
return StdStats.mean(this.thresholds);


}


public double stddev() {
return StdStats.stddev(this.thresholds);
}


public double confidenceLo() {
return (mean() - 1.96* stddev() / Math.sqrt(thresholds.length));
}


public double confidenceHi() {
return (mean() + 1.96 * stddev() / Math.sqrt(thresholds.length));
}


public static void main(String[] args) {
int N = StdIn.readInt();
int T = StdIn.readInt();
PercolationStats pers = new PercolationStats(N, T);
StdOut.println("mean = "+pers.mean());
StdOut.println("stddev = "+pers.stddev());
StdOut.println("95% confidence interval = ["+pers.confidenceLo()+", "+pers.confidenceHi()+"]");
}
}

这两个while(true)的用法理解出现了偏差,也作为一个循环的使用,在条件不满足时则有break语句跳出当前死循环。


用户的提问涉及两个主题:`NULL` 和 `渗透中心性(Percolalation Centrality)`。以下是针对这两个概念的回答。 --- ### 关于 C 语言中的 NULL 在 C 语言中,`NULL` 是一个宏定义,其本质是一个特殊的指针值[^1]。它通常被定义为 `(void*)0` 或者简单地为 `0`,具体取决于编译环境和编程语言标准[^2]。这里的 `0` 并不是一个普通的整数值,而是一个特定的内存地址——即零地址(`0x00000000`)。这意味着任何赋值为 `NULL` 的指针实际上都指向了内存地址 `0`,这通常是无效或者未初始化的地址。 需要注意的是,在某些情况下尝试解引用一个 `NULL` 指针会导致程序崩溃或段错误(Segment Fault),这是因为大多数现代操作系统会保护零地址不被访问。 ```c #include <stdio.h> #include <stdlib.h> int main() { int* ptr = NULL; // 定义了一个指向 NULL 的指针 if (ptr == NULL) { printf("Pointer is null.\n"); } return 0; } ``` 上述代码展示了如何安全检测一个指针是否为空而不引发运行时错误。 --- ### 渗透中心性(Percolation Centrality) #### 概念解释 渗透中心性是一种用于复杂网络分析的指标,旨在衡量节点在网络传播过程中的重要程度[^3]。与传统的度中心性、接近中心性和介数中心性不同,渗透中心性考虑了动态传播过程中节点的状态变化及其对全局扩散的影响。它的核心思想在于评估某个节点在整个网络传播路径上能够影响其他节点的能力大小。 公式如下: \[ PC(v) = \sum_{s \neq v \neq t} \frac{\sigma_{st}(v)}{\sigma_{st}} [\delta_{sv}\cdot(1-\delta_{vt})] \] 其中: - \( PC(v) \): 节点 \( v \) 的渗透中心性; - \( \sigma_{st} \): 所有从源节点 \( s \) 到目标节点 \( t \) 的最短路径数量; - \( \sigma_{st}(v) \): 经过节点 \( v \) 的这些最短路径的数量; - \( \delta_{sv}, \delta_{vt} \): 表示状态转移概率,分别对应节点 \( s \to v \) 和 \( v \to t \) 的可能性。 此公式的含义是通过加权的方式计算经过某节点的所有可能路径的重要性,并结合该节点参与传播的概率来综合评价其作用。 #### 实现方法 可以利用 Python 结合 NetworkX 库轻松实现渗透中心性的计算逻辑。下面提供一段简单的伪代码作为参考: ```python import networkx as nx def percolation_centrality(G, states): """ 计算图 G 中各节点的渗透中心性。 参数: - G: 网络图对象 (NetworkX Graph) - states: 字典形式存储每个节点的状态信息 返回: - pc_dict: 各节点对应的渗透中心性值 """ pc_dict = {} total_paths = dict(nx.all_pairs_shortest_path_length(G)) for node in G.nodes(): centrality_sum = 0 for source in G.nodes(): if source != node: for target in G.nodes(): if target not in [source, node]: sigma_st = len(total_paths[source][target]) sigma_st_v = sum([1 for path in total_paths[source][target] if node in path]) delta_sv = states.get(source, {}).get(node, 0) delta_vt = states.get(node, {}).get(target, 0) contribution = (sigma_st_v / sigma_st) * delta_sv * (1 - delta_vt) centrality_sum += contribution pc_dict[node] = centrality_sum return pc_dict ``` 以上函数接受输入参数包括一张无向图以及描述各个节点初始状态的一个字典结构,最终返回每条记录下的渗透中心性得分集合。 --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值