本文介绍了Ullmann子图同构算法的基本思想和简单穷举方法，该算法用于查找图的子图同构关系。算法采用深度优先搜索，通过构建关联矩阵并进行特定条件的判定来寻找同构关系。在最坏情况下，算法的时间复杂度与图中节点数目的指数成正比。文中提到，虽然存在更高效的VF2算法，但Ullmann算法仍作为理解和学习子图同构问题的基础。
如果转载，请在文章标题注明（转载）并且在文章开头注明转载自本博客：stanly7 http://blog.csdn.net/stanly7 。谢谢。
最近在学习子图同构算法。什么是子图同构，看这里-->图论。在图论的维基百科中有子图同构的描述。
子图同构一直是图论中比较重要的一个问题，经过各位大牛长时间的学习和研究，发现求解子图同构是一个NP完全问题。什么是NP完全问题，可以戳这里--->NP完全。
在经过不断地搜索和阅读论文，发现了不少论文都在讨论子图同构算法。出现得比较多并且很多人都知道并认可的，有这么几种算法：Ullmann算法、Nauty算法、SD算法、VF算法以及在VF算法上进行改进的VF2算法。其中Ullmann算法应该是最早提出的可以找到子图同构的算法。因此现在学习图论如果设计到同构，虽然不会用ullmann算法
最低0.47元/天 解锁文章
扫一扫
846
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
