深入理解boost::cuthill_mckee_ordering算法及其用法

于 2023-09-05 03:06:38 发布
阅读量511 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： 算法 编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/YOLO_CODE/article/details/132683287
编程 专栏收录该内容
502 篇文章 ¥59.90 ¥99.00
订阅专栏
本文深入探讨了boost::cuthill_mckee_ordering算法，该算法用于图形节点排序以降低带宽，提高数据访问效率。通过示例代码展示其使用方法，强调其在优化数据访问中的作用。

深入理解boost::cuthill_mckee_ordering算法及其用法

boost::cuthill_mckee_ordering是一个用于图形和网络分析的算法，它可以对图形中的节点进行重新排序，以改善数据访问的局部性。在本篇文章中，我们将详细介绍boost::cuthill_mckee_ordering算法的原理和用法，并提供相应的源代码示例。

boost::cuthill_mckee_ordering是Boost库中的一个函数，它实现了Cuthill-McKee算法，该算法旨在通过重新排列节点来减小图形的带宽。带宽是图形中连接节点的跨度，较小的带宽可以提高数据访问的效率。Cuthill-McKee算法通过将节点按照一种特定的顺序进行重新排序，使得相邻节点之间的连接更加紧密，从而减小带宽。

下面是一个示例程序，演示了如何使用boost::cuthill_mckee_ordering函数对图形的节点进行重新排序：

#include <iostream>
#include<
了解本专栏 订阅专栏 解锁全文
使用boost::cuthill_mckee_ordering算法进行图的重排序
LogicGuruX的博客
08-23 296
在图算法中，重排序是一个常见的问题。其中一种经典的重排序算法是 CutHill-McKee 算法，在实现上可以使用 Boost 库中的 cuthill_mckee_ordering 算法。在上述代码中，我们首先使用 boost::cuthill_mckee_ordering 对图进行重排序，并将结果存储在 cuthill_mckee_order 中。总的来说，使用 boost::cuthill_mckee_ordering 算法进行图的重排序是一种非常方便和高效的方法。然后打印出了初始的邻接矩阵。
boost::cuthill_mckee_ordering用法的测试程序
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-04 319
boost::cuthill_mckee_ordering用法的测试程序实现功能C++实现代码 实现功能 boost::cuthill_mckee_ordering用法的测试程序 C++实现代码 #include <boost/config.hpp> #include <vector> #include <iostream> #include <boost/graph/adjacency_list.hpp> #include <boost/graph/c
matlab广度优先算法代码-reverse-cuthill-mckee:组合优化：反向CuthillMckee排序算法（RCM）
05-24
matlab广度优先算法代码反向剪麦奇 组合优化：反向Cuthill Mckee排序算法（RCM） RCM算法 这是用于反向Cuthill Mckee排序算法（RCM）的Matlab代码。 RCM是一种将具有对称稀疏模式的稀疏矩阵置换为带宽小的带矩阵形式的算法。 实际上，与应用高斯消除法的CM命令相比，这通常导致较少的填充。 它从外围节点开始，然后生成级别，直到所有节点耗尽为止。 这些节点以递增的顺序列出。 最后一个细节是广度优先搜索算法的唯一区别。 语境 Cuthill-McKee算法是常用的最重要的重排序技术之一。 该算法是“广度优先搜索”算法的变体。 后者是EFMoore在1950年代中的n年创建的一种参考算法，用于使用the来迭代扫描图形。 Cuthill-Mckee算法基于Elizabeth Cuthill和J. McKee在1969年的贡献。其主要目的是通过对相关图的顶点进行重新编号来减少空心对称矩阵的带宽（即，两个相邻顶点之间的距离）。 。 输入和输出 perm : the output permutation vector A : the initial matrix
SymRCM.jl:反向 Cuthill-McKee 节点重编号算法
05-29
SymRCM：用于稀疏矩阵的反向 Cuthill-McKee 节点重新编号算法。 SymRCM是一个用于从稀疏矩阵计算 Reverse Cuthill-McKee 节点排列的小包。 目标是最小化矩阵的“轮廓”，通常旨在降低 LDLT 或 Choleski 分解的成本。 获取 SymRCM 这个包是注册的，因此可以做 ] add SymRCM 仅支持 1.x 版和 Julia 的夜间版本。 测试 ] test SymRCM 用法 对于稀疏矩阵A的基本用法是： p = symrcm (A) 求解线性代数方程组x = A * b并重新编号 using SparseArrays using LinearAlgebra n = 7 ; A = sprand (n, n, 1 / n) A = A + A ' + 1.0 * I A = sparse (A) b = rand (n) us
并行实现逆Cuthill-Mckee算法
02-18
并行实现逆Cuthill-Mckee算法 跑步 并行实施逆Cuthill-McKee算法/ ------- inc / ------- lib / ------- src / - - - - 输入/ - - - - 输出/ -------测试人员/ ------- Makefile 构建代码： $ make all 运行代码： $ ./src/v0 $ ./src/v1 $ ./src/v2 $ ./src/v3 或者 $ make run 清理可执行文件和库 $ make clean 可视化运行tester / visualization.py文件。 $ python tester/visualization.py 需要在文件中定义合适的数组大小。 结果 大小= 5000，稀疏度= 0.6 N = 1 N = 2 N = 4 版本0 0.1 -- --
boost::cuthill_mckee_ordering应用示例
TechProX的博客
08-29 183
在使用图算法时，如何选择顶点的顺序可以显著影响算法的执行效率。boost库提供了cuthill_mckee_ordering算法，可以对无向图进行重排列操作。我们将其转换成正常的顶点顺序（即perm），并通过在新的排列下重新遍历邻接列表，输出了重排后的邻接矩阵。本文提供了一个简单的boost::cuthill_mckee_ordering的示例程序，并介绍了其实现原理和使用方法。通过对无向图进行重排列操作，可以有效降低某些算法的执行时间，有助于优化图算法的性能。随后，我们输出了原始图的邻接矩阵。
python:实现奎因－麦克拉斯基算法(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
07-18 660
python:实现奎因－麦克拉斯基算法
matlab使用教程(14)—稀疏矩阵的运算
配电网和matlab的博客
08-12 3059
matlab使用教程(14)—稀疏矩阵的运算
带宽优化算法.docx
03-25
矩阵存储————对大型结构进行分析与优化设计时,经常遇到高阶的刚度矩阵,减少刚度矩阵的带宽,对于减少内贮,缩矩时间具有重意义,本文提出一种带宽优化算法,经大量算例表明方法简便,效率高,适用性强。
king代码matlab-Reverse-Cuthill-McKee-Ordering:在数值线性代数中，以ElizabethCuthill和
05-28
王代码matlab 逆Cuthill-McKee订购 RCM是一个MATLAB库，用于计算图形节点的反向Cuthill McKee（RCM）排序。 当要生成其行和列根据节点编号进行编号的矩阵时，经常使用RCM排序。 通过对节点进行适当的重新编号，通常可以产生带宽更小的矩阵。 矩阵的带宽被计算为矩阵每一行的最大带宽。 矩阵行的带宽本质上是该行中第一个和最后一个非零条目之间的矩阵条目的数量，前提是对角条目始终被视为非零。 该库包含一些例程，用于处理可以通过节点的三角剖分（即将节点分组为3节点或6节点三角形的集合）来描述连接性的常见情况。 三角剖分的自然描述只是构成每个三角形的节点的列表。 该库包含用于确定与三角剖分相关联的邻接结构的例程，并且测试问题包括如何用RCM置换重新标记三角剖分中的节点的示例。 这是重新排序如何减少带宽的简单示例。 在第一张图片中，我们有9个节点： 5--7--6 | | / 4--8--2 | | | 9--1--3 对应的邻接矩阵为： * . 1 . . . . 1 1 . * 1 . . 1 1 1 . 1 1 * . . . . . . . . . * .
RCM算法C++源代码
09-21
这是一个关于RCM（Reverse_cuthill_mckee）算法的源代码，值得大家学习
Matlab：稀疏矩阵运算
希望我的博客，能帮上你解决学习中工作中所遇到的问题
02-26 386
Matlab：稀疏矩阵运算
matlab中矩阵重排列,稀疏矩阵重新排序 - MATLAB & Simulink Example - MathWorks 中国
weixin_39910523的博客
03-18 1498
可视化稀疏矩阵spy 图可以显示矩阵中的非零元素。下面的 spy 图显示了从杠铃矩阵的一部分得到的稀疏对称正定矩阵。此矩阵描述类似杠铃的图中的连接。load barbellgraph.matS = A + speye(size(A));pct = 100 / numel(A);spy(S)title('A Sparse Symmetric Matrix')nz = nnz(S);xlabel(sp...
Matlab从入门到精通（五）--常用函数
热门推荐
数据之道
11-23 2万+
1、傅立叶(Fourier)变换及拉普拉斯(Laplace)变换 在MATLAB中，进行傅立叶变换的函数是： fourier(f,x,t)：求函数f(x)的傅立叶像函数F(t)。 ifourier(F,t,x)：求傅立叶像函数F(t)的原函数f(x)。   在MATLAB中，进行拉普拉斯变换的函数是： laplace(fx,x,t)：求函数f(x)的拉普拉斯像函数F(t)。 ilap...
广度优先搜索 - 宽度优先搜索 - 横向优先搜索 (breadth-first search，BFS)
程永强
03-15 5324
广度优先搜索 - 宽度优先搜索 - 横向优先搜索 (breadth-first search，BFS) 1. 广度优先搜索 - 宽度优先搜索 - 横向优先搜索 (breadth-first search，BFS) depth-first search，DFS：深度优先搜索 breadth-first search，BFS：广度优先搜索 Breadth-first search (BFS) is ...
深度优先算法和广度优先算法
猪少爷的专栏
02-28 4384
深度优先搜索算法（Depth-First-Search），是搜索算法的一种。是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所有边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。 深度优先搜索是图论中的
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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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