はじめに
2015年も後半になって、ようやく重い腰をあげて機械学習の本を読み始めました。
しかし、色々と基礎知識が不足していて、内容を理解するのに苦労しています。
というわけで、ブログに学習したことを記載していきたいと思います。
プログラマー目線で記載しているので、プログラマーでこれから機械学習を勉強しようと思っている人の役に立てばいいなと思って記事を書きました。
数年後には、エンジニアにある程度求められる能力になる可能性が高いので、何もわからない人はそろそろ準備しといたほうがよいと思います。
今回はアルゴリズム「深さ優先探索(depth-first search)」の記事です。
環境
- ruby
難易度
- とても簡単
利用シーン
- 迷路
深さ優先探索(depth-first search)とは
木やグラフを探索するためのアルゴリズムです。
目的のノードが見つかる、もしくは、子のないノードに行き着くまで深く伸びていく探索です。
スタックを利用したアルゴリズムです。
サンプル
木の探索の実装
wikipediaに掲載されているツリー状の探索を、rubyでプログラム化してみましょう。
image from wikipedia
木のnode(図の○の部分)の番号は探索順になります。
プログラムの作成
上記の式をプログラムに落とし込みます。
最初にnode(図の○の部分)をクラス化します。
# encoding: utf-8 class Node def initialize(name) @name = name @visited = false @childrenNode = [] end # 子ノードの設定 def setChildren(children) @childrenNode = children end def setVisited(status) @visited = status end def visited return @visited end def name return @name end def childrenNode return @childrenNode end end
次に図の木の構成をプログラム化します。
# ノードの作成 node1 = Node.new('1') node2 = Node.new('2') node3 = Node.new('3') node4 = Node.new('4') node5 = Node.new('5') node6 = Node.new('6') node7 = Node.new('7') node8 = Node.new('8') node9 = Node.new('9') node10 = Node.new('10') node11 = Node.new('11') node12 = Node.new('12') # ノードの子ノードの設定 node1.setChildren([node2, node7, node8]) node2.setChildren([node3, node6]) node3.setChildren([node4, node5]) node8.setChildren([node9, node12]) node9.setChildren([node10, node11])
最後に深さ優先探索を実装します。
# encoding: utf-8 class DepthFirstSearch def search(node) # 訪問したノード名を出力 puts node.name # 訪問済みにチェック node.setVisited(true) # 子ノードを取得 childrenNodes = node.childrenNode unless childrenNodes.empty? childrenNodes.each { |tempNode| # 未訪問 unless tempNode.visited search(tempNode) end } end end end
プログラムの実行と結果
上記のプログラムを実行します。
depthFirstSearch = DepthFirstSearch.new depthFirstSearch.search(node1)
結果です。
1 2 3 4 5 6 7 8 9 10 11 12
図の探索順通りに出力されていますね。
まとめ
深さ優先探索は有名なアルゴリズムなので、機械学習の学習をしていなくても、プログラマーであれば押さえておくべきです。実装もシンプルで簡単です。
また、プログラムコンテスト等でもよく出題されるので、過去問などをあさって、どんなケースで利用されているのかを知っておくと良いでしょう。
以上
0 件のコメント:
コメントを投稿