我被赋予了以下问题作为一项任务，但这让我很困惑：
考虑BFS算法。给出图G =（V，E）和起点 顶点s∈V，该算法计算每个顶点u∈V的值 d [u]，它是最短路径上的长度（边数） 对你而言。此问题的目的是修改BFS算法 用于计算从s到每个顶点的最短路径数的类 G.
这可以分两步完成：
（a）首先在G上运行标准BFS，从s开始。解释如何使用此BFS的结果生成新的图G2 =（V 2，E2）， 其中V 2⊆V和E2⊆E，这样G2中的每条路径都从s开始， G是从S开始的最短路径，相反，每一个 从s开始的G中的最短路径是G2中的路径。
（b）解释如何取（a）部分的结果计算每个顶点u∈V，数量n [u]，即G2中的路径数 从s到你。 （提示：这可以通过修改BFS来完成。）两者 您的算法应该在O（V + E）时间运行。
对于部分a，我不太确定如何使用BFS的结果来生成新的有向图。我不明白它应该以何种方式形成。我是否使用访问过的节点来形成新图表？在进行BFS时访问所有节点，我应该如何形成不同的图形。
答案 0 :(得分：1)
问题(a)可以通过正常运行BFS来解决，但对于您在执行此操作时发现的每个边(u, v)，shortest-path(u)+1 <= shortest-path(v)（无论v是否为(u, v)已访问过）然后G2是(b)中的有向边。
此外，在执行此操作时，要解决n[v] += n[u]，您应该增加n[u] = 0。最初，s除了n[s] = 1以外的所有人，from collections import deque
def bfs(G, s):
shortest = [float('+Inf')]*len(G)
count = [0]*len(G)
shortest[s] = 0
count[s] = 1
Q = deque([s])
while Q:
u = Q.popleft()
for v in G[u]:
if not count[v]:
Q.append(v)
if shortest[u]+1 <= shortest[v]:
shortest[v] = shortest[u]+1
count[v] += count[u]
return count
G = [
[1, 2, 3],
[4],
[4],
[4],
[]
]
print bfs(G, 0)
。
以下是Python实现的示例：
ID: @{var fhirID = <processing for ID>; <a href='@routes.Users.fhirUserDetails(fhirID)'>fhirID</a>}