Coursera普林斯顿大学算法课第一次作业

2023-11-11 17:38

本文主要是介绍Coursera普林斯顿大学算法课第一次作业,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前前后后提交了五次,终于拿到了满分!


总的来说,需要注意的是Timing和Backwash的问题。

Timing:PercolationStats.java里StdRandom.mean()和StdRandom.stddev()都只能调用一次;Percolation.java里实现numberOfOpenSites时切记不能使用循环累加,定义一个私有属性来计数即可;实现open()时相邻的四个sites位置直接加减n或1即可。

Backwash:实现isFull()时需要另外实例化一个不包含最下端虚拟节点的WeightedQuickUnionUF,可以解决Test 13: check for backwash with predetermined sites,Test 14: check for backwash with predetermined sites that have multiple percolating paths和Test 15: call all methods in random order until all sites are open, allowing isOpen() to be called on a site more than once三项测试无法通过的问题。

Backwash问题是指因为虚拟底部结点的存在,导致底部任一结点渗漏成功的话底部所有结点都会认为渗漏成功。原因是通过底部虚拟结点形成了回流。从而导致isFull()方法出错。

实现代码如下:

Percolation.java

import edu.princeton.cs.algs4.WeightedQuickUnionUF;public class Percolation {private boolean[] op; // true=open while false=blockedprivate int side; // number of rows or columnsprivate int numOp; // number of open sitesprivate WeightedQuickUnionUF uf;private WeightedQuickUnionUF ufTop;public Percolation(int n) {if(n <= 0) throw new IllegalArgumentException("Input should be positif!\n");this.side = n;this.op = new boolean[n*n+2]; // with 2 virtual sitesthis.uf = new WeightedQuickUnionUF(n*n+2); this.ufTop = new WeightedQuickUnionUF(n*n+1); // with only the upper virtual sitefor(int i=1; i<n*n+1; i++) op[i] = false;op[0] = op[n*n+1] = true;this.numOp = 0;}// both ROW and COL should be integer within 1~nprivate void checkBounds(int row, int col){if(row < 1 || row > this.side || col < 1 || col > this.side){throw new IllegalArgumentException("Index out of bounds!\n");}}// get position of sites in 3 arrays: op, uf.parent & uf.sizeprivate int getPosition(int row, int col){return (row - 1) * this.side + col; }private void union(int aPos, int bPos, WeightedQuickUnionUF wq){if(!wq.connected(aPos, bPos)){wq.union(aPos, bPos);}}private boolean isOpen(int pos){return op[pos];}public void open(int row, int col) {checkBounds(row, col);	if(isOpen(row, col)) return;int pos = getPosition(row, col);op[pos] = true;numOp++;// positions of adjacent sitesint rowPrev = pos - side, rowNext = pos + side,colPrev = pos - 1, colNext = pos + 1;// try connect the adjacent open sitesif(row == 1){union(0, pos, uf);union(0, pos, ufTop);}else if(isOpen(rowPrev)){union(rowPrev, pos, uf);union(rowPrev, pos, ufTop);}if(row == side){union(side * side + 1, pos, uf);}else if(isOpen(rowNext)){union(rowNext, pos, uf);union(rowNext, pos, ufTop);}if(col != 1 && isOpen(colPrev)) {union(colPrev, pos, uf);union(colPrev, pos, ufTop);}if(col != side && isOpen(colNext)) {union(colNext, pos, uf);union(colNext, pos, ufTop);}}public boolean isOpen(int row, int col) {checkBounds(row, col);return isOpen(getPosition(row, col));}/*** check for backwash with predetermined sites that have multiple percolating paths* in this case ufTop should be used instead of uf* @param row* @param col* @return*/public boolean isFull(int row, int col) {checkBounds(row, col);//return uf.connected(0, getPosition(row, col)); -> didn't pass the test! return ufTop.connected(0, getPosition(row, col));}// should pass the timing checkpublic int numberOfOpenSites(){return this.numOp;}public boolean percolates(){return uf.connected(0, side * side + 1);}}

PercolationStats.java

import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.StdOut;
import edu.princeton.cs.algs4.StdRandom;
import edu.princeton.cs.algs4.StdStats;
import edu.princeton.cs.algs4.Stopwatch;public class PercolationStats {private double[] results; // estimated threshold for each trialprivate double avg;private double std;public PercolationStats(int n, int trials){if(n <= 0 || trials <= 0) throw new IllegalArgumentException();results = new double[trials];for(int i = 0; i < trials; i++){int step = 0;Percolation pr = new Percolation(n);while(!pr.percolates()){int row = StdRandom.uniform(n) + 1;int col = StdRandom.uniform(n) + 1;if(!pr.isOpen(row, col)){pr.open(row, col);step++;}}results[i] = (double)step / (n * n);}this.avg = StdStats.mean(results);this.std = StdStats.stddev(results);}public static void main(String[] args){StdOut.printf("%-25s\n", "Please input 2 integers");int N = StdIn.readInt();int T = StdIn.readInt();Stopwatch wt = new Stopwatch();PercolationStats ps = new PercolationStats(N, T);// elapsed CPU time in secondsdouble elapsed = wt.elapsedTime();StdOut.printf("%-25s= %.15f\n", "elapsed CPU time", elapsed);StdOut.printf("%-25s= %.7f\n", "mean", ps.mean());StdOut.printf("%-25s= %.17f\n", "stddev", ps.stddev());StdOut.printf("%-25s= [%.15f, %.15f]\n", "%95 confidence interval", ps.confidenceLo(), ps.confidenceHi());}public double mean(){return this.avg;}public double stddev(){return this.std;}public double confidenceLo(){return mean() - 1.96 * stddev() / Math.sqrt(results.length);}public double confidenceHi(){return mean() + 1.96 * stddev() / Math.sqrt(results.length);}}


Reference: http://blog.evernightfireworks.com/princeton_algorithms_percolation/


这篇关于Coursera普林斯顿大学算法课第一次作业的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/391743

相关文章

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第