Способы представления графов: список рёбер, матрица смежности, списки смежности

Плейлист по графам и DFS: • Графы. Поиск в глубину...
Это видео записывалось как часть онлайн-курса, которому, увы, уже не суждено увидеть свет. Тем не менее, мы опубликуем его материалы, так как они могут оказаться полезными при изучении соответствующих тем.

[@beworld_pasha]

В общем, это буквально ИДЕАЛЬНЫЙ канал, чтоб заботать алгоритмы к интервью. Спасибо огромное!

[@user-kq3rv2gc2n]

Спасибо за обьяснение!Твои видео очень сильно помогают мне разбираться!

[@z3sker467]

лучший канал, спасибо огромное❤

[@StasLozenko]

Лучшее объяснение которое я видел на русском

[@Klox-my7yb]

вот это нормальная тема 🔥

[@Vint-de9uz]

Скажите, а текстовые лекции или пособие есть на основе этого видеокурса?

[@op_ulstu]

Увы, нет. Есть wiki с фрагментами кода и некоторыми комментариями: gg.gg/1606rj

[@datorikai9911]

5:11 ориентированный

[@op_ulstu]

Не уверен, что понял, что вы хотели сказать. На всякий случай:
5:11 - показан неориентированный граф и его матрица смежности (симметричная)
5:22 - показан ориентированный граф и его матрица смежности (не обязательно симметричная)

[@user-vf7xz3kd9h]

Матреца смежнасти лутшая

[@ave_ok]

Почему бы не использовать всех способах сразу?

[@op_ulstu]

Как правило, это обернётся лишним расходом памяти.

[@ave_ok]

@@op_ulstu увас есть платные курсы?

[@mcmilan2494]

а как же матрица инцидентности?(

[@op_ulstu]

При решении задач по программированию она нужна чуть реже чем никогда.
Если вы проанализируете этот вариант с точки зрения критериев, описанных в конце видео, то обнаружите, что матрица инцидентности по всем параметрам проигрывает любому из рассмотренных вариантов - и памяти требует больше, и для вставки/удаления/поиска ребра понадобится больше времени, и обходить соседей вершины эффективно тоже не получится.
У матрицы инцидентности есть интересные применения на стыке дискретной математики и линейной алгебры, но у наших видео немного другая тематика.