九坤算法考试题

九坤内部有很多数据任务,任务编号记为0 到 taskNum -1。这些任务并不是完全独立的,有相应的依赖关系,这里给出一个数组prerequisites, 数组中描述的是两个任务i、j的依赖关系[i, j] 代表任务i 依赖任务j的完成。 例如:只有任务1完成了,任务0才能开始,表示的数组为 [0, 1] 现在假设给大家N个数据任务,并给出数组prerequisites,还请返回任何一个可行的数据任务执行顺序。如这些任务不可能执行完成,返回一个空数组即可。 示例: 输入:task_num= 4,prerequisites = [[1, 0], [2, 0], [3, 1], [3,2] ] 输出:[0, 2, 1, 3] go 实现

输入实例数据图

在 Go 语言中,我们可以使用拓扑排序算法来解决这个问题。以下是实现代码:

Go

package main

import (
	"bufio"
	"encoding/json"
	"fmt"
	"os"
	"strconv"
	"strings"
)

func findOrder(taskNum int, prerequisites [][]int) []int {
	tasks := make(map[int][]int)
	inDegree := make([]int, taskNum)

	for _, pair := range prerequisites {
		tasks[pair[1]] = append(tasks[pair[1]], pair[0])
		inDegree[pair[0]]++
	}

	queue := make([]int, 0, taskNum)
	for i, degree := range inDegree {
		if degree == 0 {
			queue = append(queue, i)
		}
	}

	order := make([]int, 0, taskNum)
	for len(queue) > 0 {
		currTask := queue[0]
		queue = queue[1:]
		order = append(order, currTask)

		for _, dep := range tasks[currTask] {
			inDegree[dep]--
			if inDegree[dep] == 0 {
				queue = append(queue, dep)
			}
		}
	}

	if len(order) != taskNum {
		return []int{}
	}

	return order
}

func main() {
	//taskNum := 4
	//prerequisites := [][]int{{1, 0}, {2, 0}, {3, 1}, {3, 2}}3
	reader := bufio.NewReader(os.Stdin)
	fmt.Println("Enter number of tasks")
	taskNumStr, _ := reader.ReadString('\n')
	taskNum, _ := strconv.Atoi(strings.TrimSpace(taskNumStr))
	fmt.Println("Enter pre ")
	preStr, _ := reader.ReadString('\n')
	pre := strings.TrimSpace(preStr)
	var prerequisites [][]int
	_ = json.Unmarshal([]byte(pre), &prerequisites)
	result := findOrder(taskNum, prerequisites)
	fmt.Println(result)
}

这段代码首先构建了一个任务依赖图(邻接表),并计算每个任务的入度(有多少任务依赖于它)。然后从入度为0的任务开始,依次处理它们并将已处理的任务从依赖图中移除,直到所有任务都被处理或者发现有环(即无法完成所有任务时返回空数组)。对于给定的例子,输出结果将会是 [0, 2, 1, 3]

极化码(Polar Code)是由土耳其科学家Erdal Arıkan在2009年提出的一种新型纠错编码技术。它通过利用信道的极化现象,将虚拟信道分为误码率接近0接近1/2的两类。在编码设计中,数据被放置在误码率极低的信道上,从而实现高效的数据传输。极化码的主要优势在于其理论编码容量能够达到香农限,并且构造方法较为简单。 MATLAB是一种功能强大的数学计算编程工具,广泛应用于科学研究工程领域。在极化码的研究中,MATLAB可用于构建编码解码算法,模拟数据在不同信道条件下的传输效果,验证理论性能,并优化相关参数。 SC(Successive Cancellation,逐位取消)译码是极化码的基本解码方法。它从最可靠的比特开始,依次解码每个虚拟信道,且每个比特的解码结果会影响后续比特的解码,因为它们之间存在依赖关系。虽然SC译码的实现较为简单,但其计算复杂度较高,随着码长的增加,解码时间会线性增长。 SCL(Successive Cancellation List,逐位取消列表)译码是SC译码的改进版本。它通过引入列表机制,同时处理多个路径,从而增强了错误校正能力,并在一定程度上降低了错误率。与SC译码相比,SCL译码虽然需要消耗更多的计算资源,但能够提供更好的性能。 一个完整的MATLAB仿真资源通常包含以下内容: 编码模块:用于实现极化码的生成,包括码字构造极化矩阵操作等。 信道模型:用于模拟各种通信信道,例如AWGN(加性高斯白噪声)信道或衰落信道。 SC/SCL译码模块:包含SC译码SCL译码的算法实现。 误码率(BER)计算:通过比较发送接收的码字,计算误码率,以评估编码性能。 性能曲线绘制:绘制误码率与信噪比(SNR)之间的关系曲线,展示不同译码策略的性能差异。 使用说明:指导用户如何运行仿真,理解代码结构,以及如何调整参数以进行自定义实验。 代码注
评论
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