3

我需要找到两个维基百科页面之间的最短距离（以“跃点”为单位）

我有一种方法可以提取页面上的所有内部 wiki 链接

我知道起点和终点，但我对如何从数据中提取跃点一无所知

到目前为止，我一直在使用链接提取方法来填充字典，其中键是页面上的链接，值是它被取消的页面。

如果有人有任何想法，那么一个好的数据结构将是保存信息然后如何查看它，我将非常感激

4

5 回答 5

6

你知道图论吗？您拥有构建图形所需的数据，但您需要使用Dijkstra 算法来遍历它以找到两点之间的最短路径。

于 2009-12-14T17:08:02.600 回答
2

也许这有点愚蠢，因为我不是真正的 C# 程序员，而是包含内部所有链接的多维数组，这取决于维度的深度，让您知道哪种方式包含更少的箍。

这只是一个想法，虽然这在理论上肯定是可行的，因为对数组可以拥有的维数没有语言限制，我很确定它真的会很耗内存！

像这样的东西：

[source] -> [source link] -> ['source link' link] -> etc
         -> [source link] -> ['source link' link] -> etc
         -> [source link] -> ['source link' link] -> etc
         -> [source link] -> ['source link' link] -> [target]
         -> [source link] -> ['source link' link] -> etc
于 2009-12-14T17:12:15.040 回答
1

这是 Dijkstra 算法在 python 中的实现：http: //code.activestate.com/recipes/119466/

于 2009-12-14T17:24:26.823 回答
1

假设你有一个IEnumerable<Link> PageLinks(Link link)

跳数将通过以下方式解决：

Link curentPage = "somepage";
Link destinationPage = "otherpage";
if (currentPage == destinationPage) return 0;
int hops = 1;
IEnumerable<Link> currentLinks = PageLinks(currentPage);
IEnumerable<Link> visited = new [] {currentPage};
while(!currentLinks.Contains(destinationPage)) 
{
    currentLinks = currentLinks
        .SelectMany(l => PageLinks(l).Where(f => !visited.Contains(f)));
    visited = visited.Union(currentLinks);
    hops++;
}
return hops;

编辑以使骑自行车更快，尽管没有它该算法也可以工作。如果页面没有链接，它可能会一直运行到 StackOverflow 左右。

于 2009-12-14T17:17:43.797 回答
0

我认为在这种情况下图表是稀疏的。因此，为每个 Wikipedia 页面使用类似 HashSet 之类的东西可能是一个好主意，它链接到集合内的页面。

在这种情况下，您实际上不需要实现 Dijikstra 的最短路径算法。因为这等于每条边的权重等于 1 的最短路径问题。您可以进行广度优先搜索并获取找到目标页面的深度。

于 2009-12-14T17:18:35.713 回答