当前位置:首页 > 文章列表 > Golang > Go问答 > 在 Go 中使用 Gonum 进行图算法

在 Go 中使用 Gonum 进行图算法

来源:stackoverflow 2024-04-15 11:33:34 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在Golang开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《在 Go 中使用 Gonum 进行图算法》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

问题内容

我是一名新的 Go 程序员,几天前刚刚完成了“Go 之旅”教程。我想创建一个 150 x 120 大小的图,然后获取每个节点的所有边缘节点并实现一些图搜索算法,例如 BFS 和 Dijkstra。我发现了一个名为 Gonum 的漂亮库,其中包含一个看起来很有用的图形包。

我的问题是信息量很大,我不知道从哪里开始。我希望能有某种教程可以帮助我朝着正确的方向开始,但我还没有找到一个。

我在Python中设置的方法是制作一个由零组成的numpy数组来表示图的大小,然后迭代它以获取每个节点的每条边,但我不确定这是最好的方法考虑一下 Go 中的图表是如何设置的。


解决方案


如果您刚刚开始使用 go,我建议您坚持使用标准库一段时间,而不是在您的学习曲线上添加更多内容。尝试使用一些基本算法实现一个简单的图形数据结构 - 这非常简单,并且可以让您练习该语言。稍后,当您需要更多性能/功能时,您可以四处寻找库(gonum 或其他)。例如,一个简单的图表可以表示为:

// node is a node in the graph; it has a (unique) id and a sequence of
// edges to other nodes.
type node struct {
    id    int64
    edges []int64
}

// graph contains a set of nodes, uniquely identified by numeric ids.
type graph struct {
    nodes map[int64]node
}

偶然发现这个问题,寻找用 gonum/graph 计算边的提示。除了深入研究 api 文档之外,我没有找到大量资源。

我想我找到了计算单个节点边缘的正确方法..也许吧!

for _, node := range graph.nodesof(g.nodes()) {
    tonodes := g.from(node.id()) // returns graph.nodes
    nodearray := graph.nodesof( tonodes ) // returns []graph.node
    edgecount := len(nodearray)
    // - or -
    edgecount := len(graph.nodesof( g.from(node.id()) ))
    // do work with edge count
}

给定一个已知节点以及您可以从那里到达的所有节点,您可以计算(例如:len(graph.nodesof(g.from(node.id()))) 边的数量! p>

要计算所有边:

totalEdges := len(graph.EdgesOf(g.Edges()))

理论要掌握,实操不能落!以上关于《在 Go 中使用 Gonum 进行图算法》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
PHP 函数在日志记录方面的应用PHP 函数在日志记录方面的应用
上一篇
PHP 函数在日志记录方面的应用
如何在Golang中以全局变量作为值创建地图?
下一篇
如何在Golang中以全局变量作为值创建地图?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    313次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    370次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    367次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    335次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    157次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码