流程图分层算法


前言

本人前段时间在完成一篇论文,其中一个核心模块是流程图相似度计算,而这部分又以流程图的分层为前提。
我在网上大致找了一下,没有找到跟流程图层次划分相关的程序实现,于是想自己实现这部分的算法。


一、任务描述

输入:流程图(以邻接矩阵表示)
输出:分层的结果
示例:

该流程图应分为3层为,即[[A ,B]、[C,D,E]、[F,G]]

说明:此处涉及的流程图只包含简单的前驱和后继关系,不包含循环等复杂结构


二、算法思想

1.从流程图的邻接矩阵中提取出连接信息(边);判断每个节点所处的位置
2.通过遍历边,并依据"相连的一条边上的两个节点一定位于相邻的两层"确定当前一层
3.删除当前层包含的元素的所有连接信息

注意:确定一层节点时,要考虑两种情况,即该节点是否有与之相连的后继节点

三、算法实现

代码如下(核心在于怎样确定一层):

def layer_decomposition(adj_matrix:list):
    # var definition
    edges = []
    layer = []
    length = len(matrix)
    # create edges
    for i in range(0, length):
        for<
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