Может ли кто-нибудь объяснить мне простым языком, что такое ориентированный ациклический граф? Я заглянул в Википедию, но на самом деле я не вижу ее использования в программировании.
directed-acyclic-graphs
appshare.co
источник
источник
Ответы:
точки с линиями, указывающими на другие точки
источник
граф = структура, состоящая из узлов, которые соединены друг с другом ребрами
направлено = соединения между узлами (ребрами) имеют направление: A -> B не то же самое, что B -> A
acyclic = "non-round" = перемещаясь от узла к узлу по ребрам, вы никогда не встретите один и тот же узел во второй раз.
Хорошим примером ориентированного ациклического графа является дерево. Обратите внимание, однако, что не все ориентированные ациклические графы являются деревьями.
источник
Я вижу много ответов, указывающих на значение DAG (направленный ациклический граф), но нет ответов на его приложения. Вот очень простой -
График предварительных требований - во время инженерного курса каждый студент сталкивается с задачей выбора предметов, соответствующих требованиям, например предварительным условиям. Теперь ясно, что вы не можете пройти курс по искусственному интеллекту [B] без обязательного курса по алгоритмам [A]. Следовательно, B зависит от A или, точнее, у A есть ребро, направленное к B. Итак, чтобы достичь узла B, вы должны посетить узел A. Скоро станет ясно, что после добавления всех субъектов с их предпосылками в граф , это окажется направленный ациклический граф.
Программная система в университете, которая позволяет студентам регистрироваться на курсы, может моделировать предметы как узлы, чтобы быть уверенным, что студент прошел обязательный курс до регистрации на текущий курс.
Мой профессор привел эту аналогию, и она лучше всего помогла мне понять DAG, а не использовать какую-то сложную концепцию!
Другой пример в реальном времени -> Пример в реальном времени того, как DAG можно использовать в системе версий
источник
Примеры использования ориентированного ациклического графа в программировании включают в себя более или менее все, что представляет связность и причинность.
Например, предположим, что у вас есть конвейер вычислений, который можно настраивать во время выполнения. В качестве одного из примеров предположим, что вычисления A, B, C, D, E, F и G зависят друг от друга: A зависит от C, C зависит от E и F, B зависит от D и E, а D зависит от F. Это может быть представлено как DAG. Если у вас есть DAG в памяти, вы можете записывать алгоритмы в:
среди прочего.
Вне области программирования приложений любой достойный инструмент автоматизированной сборки (make, ant, scons и т. Д.) Будет использовать DAG для обеспечения правильного порядка сборки компонентов программы.
источник
В нескольких ответах приведены примеры использования графиков (например, сетевое моделирование), и вы спросили: «Какое отношение это имеет к программированию?».
Ответ на этот подвопрос заключается в том, что он не имеет ничего общего с программированием. Это связано с решением проблем.
Подобно тому, как связанные списки представляют собой структуры данных, используемые для определенных классов проблем, графики полезны для представления определенных отношений. Связанные списки, деревья, графики и другие абстрактные структуры связаны с программированием только в том смысле, что вы можете реализовать их в коде. Они существуют на более высоком уровне абстракции. Это не о программировании, а о применении структур данных для решения проблем.
источник
Направленные ациклические графы (DAG) обладают следующими свойствами, которые отличают их от других графов:
Что ж, сейчас я могу придумать одно использование - DAG (известный как Wait-For-Graphs - дополнительные технические подробности ) удобны при обнаружении взаимоблокировок, поскольку они иллюстрируют зависимости между набором процессов и ресурсов (оба являются узлами в DAG) . Тупик может произойти при обнаружении цикла.
источник
Я полагаю, вы уже знаете основную терминологию графов; в противном случае вам следует начать со статьи по теории графов .
Режиссер относится к тому факту, что края (соединения) имеют направления. На схеме эти направления показаны стрелками. Противоположным является неориентированный граф, ребра которого не указывают направления.
Ациклический означает, что если вы начнете с любого произвольного узла X и пройдете через все возможные ребра, вы не сможете вернуться к X, не вернувшись на уже использованное ребро.
Несколько приложений:
источник
DAG - это граф, в котором все движется в одном направлении, и ни один узел не может ссылаться на себя.
Подумайте о деревьях предков; на самом деле они являются группами DAG.
Все группы DAG имеют
Группы DAG отличаются от деревьев. В древовидной структуре должен быть уникальный путь между каждыми двумя узлами. В группах DAG узел может иметь два родительских узла.
Вот хорошая статья о DAG . Надеюсь, это поможет.
источник
Все виды графиков используются в программировании для моделирования различных отношений в реальном мире. Например, социальная сеть часто представлена графом (в данном случае циклическим). Точно так же топологии сетей, родословные, маршруты авиакомпаний, ...
источник
С точки зрения исходного кода или даже трехадресного кода (TAC) вы можете очень легко визуализировать проблему на этой странице ...
http://cgm.cs.mcgill.ca/~hagha/topic30/topic30.html#Exptree
Если вы перейдете к разделу дерева выражений, а затем немного потянете вниз, он покажет «топологическую сортировку» дерева и алгоритм оценки выражения.
Таким образом, в этом случае вы можете использовать DAG для оценки выражений, что удобно, поскольку оценка обычно интерпретируется, и использование такого DAG-оценщика сделает простые интпредставители быстрее в принципе, потому что он не отправляет и не выскакивает в стек, а также потому, что он устраняет общие подвыражения.
Базовый алгоритм вычисления DAG на не древнем египетском (т.е. английском) языке таков:
1) Сделайте свой объект DAG таким
Вам нужен активный список, и этот список содержит все текущие активные узлы DAG и подвыражения DAG. Подвыражение DAG - это узел DAG, или его также можно назвать внутренним узлом. Под живым узлом DAG я подразумеваю то, что если вы присваиваете переменную X, она становится активной. Обычное подвыражение, которое затем использует X, использует этот экземпляр. Если X назначается снова, то создается НОВЫЙ УЗЕЛ DAG, который добавляется в текущий список, а старый X удаляется, поэтому следующее подвыражение, использующее X, будет ссылаться на новый экземпляр и, таким образом, не будет конфликтовать с подвыражениями, которые просто используйте то же имя переменной.
После того, как вы назначаете переменную X, случайно все узлы подвыражений DAG, которые активны в точке назначения, становятся неактивными, поскольку новое присвоение делает недействительным значение подвыражений с использованием старого значения.
Итак, что вы делаете, это просматриваете свое дерево в собственном коде, например, в дереве выражений в исходном коде. Назовите существующие узлы, например, XNodes.
Итак, для каждого XNode вам нужно решить, как добавить его в DAG, и есть вероятность, что он уже находится в DAG.
Это очень простой псевдокод. Не предназначен для компиляции.
Так что это один из способов взглянуть на это. Базовый обход дерева и простое добавление и обращение к узлам Dag по мере его продвижения. Корнем dag является то, что, например, DagNode возвращает корень дерева.
Очевидно, процедура примера может быть разбита на более мелкие части или сделана как подклассы с виртуальными функциями.
Что касается сортировки Dag, вы просматриваете каждый DagNode слева направо. Другими словами, следуйте за левым краем DagNodes, а затем за правым краем. Номера присваиваются в обратном порядке. Другими словами, когда вы достигнете DagNode без дочерних узлов, присвойте этому узлу текущий номер сортировки и увеличьте номер сортировки, чтобы рекурсия раскрутила номера, назначенные в порядке возрастания.
В этом примере обрабатываются только деревья с узлами, у которых есть ноль или два дочерних элемента. Очевидно, что у некоторых деревьев есть узлы с более чем двумя дочерними элементами, поэтому логика остается той же. Вместо вычисления слева и справа, вычисляйте слева направо и т. Д.
источник
Если вы знаете, какие деревья используются в программировании, то группы DAG в программировании похожи, но позволяют узлу иметь более одного родителя. Это может быть удобно, если вы хотите, чтобы узел был сгруппирован не только под одним родителем, но при этом не возникает проблем, связанных с беспорядком в общем графике с циклами. Вы по-прежнему можете легко перемещаться по DAG, но есть несколько способов вернуться к корню (потому что может быть более одного родителя). Один DAG обычно может иметь несколько корней, но на практике может быть лучше просто придерживаться одного корня, например дерева. Если вы разбираетесь в одиночном и множественном наследовании в ООП, то вы знаете, что дерево и DAG. Я уже ответил на это здесь .
источник
Название сообщает вам большую часть того, что вам нужно знать о его определении: это граф, каждое ребро которого течет только в одном направлении, и как только вы сползете вниз по ребру, ваш путь никогда не вернет вас в вершину, которую вы только что оставили.
Я не могу говорить обо всех случаях использования (в этом помогает Википедия), но для меня DAG чрезвычайно полезны при определении зависимостей между ресурсами. Мой игровой движок, например, представляет все загруженные ресурсы (материалы, текстуры, шейдеры, открытый текст, проанализированный json и т. Д.) Как один DAG. Пример:
Материал - это N GL программ, для каждой из которых требуется два шейдера, а для каждого шейдера требуется исходный текст шейдера. Представляя эти ресурсы в виде группы доступности базы данных, я могу легко запрашивать у графика существующие ресурсы, чтобы избежать дублирующих нагрузок. Допустим, вы хотите, чтобы в нескольких материалах использовались вершинные шейдеры с одним и тем же исходным кодом. Бесполезно перезагружать исходный код и перекомпилировать шейдеры для каждого использования, если вы можете просто создать новое преимущество для существующего ресурса. Таким образом, вы также можете использовать график, чтобы определить, зависит ли что-либо от ресурса вообще, а если нет, удалите его и освободите его память, на самом деле это происходит в значительной степени автоматически.
В более широком смысле, группы DAG полезны для выражения конвейеров обработки данных. Ациклический характер означает, что вы можете безопасно написать код контекстной обработки, который может следовать за указателями вниз по ребрам от вершины, никогда не встречаясь повторно с той же вершиной. Все языки визуального программирования, такие как VVVV , Max MSP или интерфейсы на основе узлов Autodesk Maya, полагаются на группы DAG.
источник
Направленный ациклический граф полезен, когда вы хотите представить ... ориентированный ациклический граф! Канонический пример - генеалогическое древо или генеалогия.
источник