5
A
回答
7
Chaitin算法的关键洞察力叫做< R规则,如下所示。
给定包含小于R的节点N的图G,如果图G'(其中G'是G且节点N被移除)是R可着色的,则G是可着色的。证明在一个方向上是明显的:如果图G可以用R颜色着色,则可以在不改变着色的情况下创建图G'。在另一个方向上,假设我们有G'的R-着色。由于N具有小于R的程度,所以至少有一种颜色不适用于与N相邻的节点。我们可以用这种颜色对N进行着色。
的算法如下:
While G cannot be R-colored
While graph G has a node N with degree less than R
Remove N and its associated edges from G and push N on a stack S
End While
If the entire graph has been removed then the graph is R-colorable
While stack S contains a node N
Add N to graph G and assign it a color from the R colors
End While
Else graph G cannot be colored with R colors
Simplify the graph G by choosing an object to spill and remove its node N from G
(spill nodes are chosen based on object’s number of definitions and references)
End While
的所述蔡廷布里格斯算法的复杂度是因为溢出的问题的O(N 2)。如果图G在一些点上只有节点R或更大的节点,那么图G只能是R可着色的。当一个图很容易R可着色时,单次迭代的代价为O(n),因为我们在图中进行两次访问,每次删除或添加一个节点。但是溢出会带来额外的复杂性,因为在G变成R可着色之前,我们可能需要溢出任意数量的节点。因为我们洒每一个节点,我们让通过这个Register allocation algorithm
相关问题
- 1. CLAHE算法解释
- 2. Kruskal算法解释
- 3. FASTA算法解释
- 4. 解释蛮力算法
- 5. AIML解释器算法
- 6. Leader聚类算法解释
- 7. A *(星号)算法解释
- 8. 解释0扩展算法
- 9. Pri的算法的解释
- 10. 解释这一算法
- 11. Python'in'运算符无法解释失败
- 12. Belman卡拉巴算法解释
- 13. 最小循环移位算法解释
- 14. 平分k-means聚类算法解释
- 15. 解释计数草图算法
- 16. 谁能解释hq2x算法的原理?
- 17. ukkonen算法编辑距离的解释
- 18. OpenCV - cv :: undistortPoints() - 迭代算法解释
- 19. 快速选择算法 - 简单解释
- 20. 需要厄雷算法一些解释
- 21. 解释这一算法(比较SURF算法分)
- 22. 移位算术解释(C)
- 23. 与*运算符的解释
- 24. 解释RDD重新计算
- 25. 元解释Prolog的,算
- 26. 语法解释
- 27. 语法解释
- 28. 需要解释算法的时间复杂性解决方案
- 29. Java语法解释
- 30. 语法解释请
ü希望算法的定义通过线性算法
你也可以去另一行? –
@Sibi是的,我想找到算法的详细说明。 – DaZzz