第一种方法:拓扑排序
对于有向图的拓扑排序,大家都知道的kahn算法:
- 计算图中所有点的入度,把入度为0的点加入栈
- 如果栈非空:
- 如果图中还存在顶点,则表示图中存在环;否则输出的顶点就是一个拓扑排序序列
-
取出栈顶顶点a,输出该顶点值,删除该顶点
从图中删除所有以a为起始点的边,如果删除的边的另一个顶点入度为0,则把它入栈
如果利用上面的拓扑排序算法求环,可以判断是否有环,但是输出环时有点麻烦。因为并不是所有最后剩余的点都是环中的顶点,比如如下情况:
对这个图运行上面的算法,最后所有的节点都不会被删除,但是只有1 2 3是环中的点,4不是环中的节点。
第二种方法:深度遍历
深度优先遍历该图,如果在遍历的过程中,发现某个节点有一条边指向已经访问过的节点,并且这个已访问过的节点不是当前节点的父节点(这里的父节点表示dfs遍历顺序中的父节点),则表示存在环。但是我们不能仅仅使用一个bool数组来标志节点是否访问过。
代码如下:
按照节点标记为黑色的时间,越先标记为黑色,在拓扑序列中越靠后。我们在算法2的基础上加了一个栈来保存拓扑排序的结果,只有dfsVisit的最后一行有改动,该算法,可以完成拓扑排序,并且同时可以检测图中是否有环。(该算法思想和算法导论22.4节拓扑排序一样)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
stack<
int
> tuopu;
void
dfsVisit(vector<vector<
int
> >&graph,
int
node, vector<
int
>&visit,
vector<
int
>&father)
{
int
n = graph.size();
visit[node] = 1;
//cout<<node<<"-\n";
for
(
int
i = 0; i < n; i++)
if
(i != node && graph[node][i] != INT_MAX)
{
if
(visit[i] == 1 && i != father[node])
//找到一个环
{
int
tmp = node;
cout<<
"cycle: "
;
while
(tmp != i)
{
cout<<tmp<<
"->"
;
tmp = father[tmp];
}
cout<<tmp<<endl;
}
else
if
(visit[i] == 0)
{
father[i] = node;
dfsVisit(graph, i, visit, father);
}
}
visit[node] = 2;
tuopu.push(node);
}
void
dfs(vector<vector<
int
> >&graph)
{
int
n = graph.size();
vector<
int
> visit(n, 0);
//visit按照算法导论22.3节分为三种状态
vector<
int
> father(n, -1);
// father[i] 记录遍历过程中i的父节点
for
(
int
i = 0; i < n; i++)
if
(visit[i] == 0)
dfsVisit(graph, i, visit, father);
}
|
第三种方法:
根据有向图的强连通分量算法,每个强连通分量中必定存在环,因为根据强连通分量的定义:从顶点 i 到 j 有一条路径,并且从 j 到 i 也有一条路径。求强连通分量的算法可以参考维基百科
转自:http://www.cnblogs.com/TenosDoIt/p/3644225.html