一、算法介绍及实现过程：
- 程序的输入为对应图的结点数和图中与各结点相连的点的编号。（注：无向图中的多重边和自环需多次输入；有向图中的多重边需多次输入）
- 程序的第一步是求出图的邻接矩阵。邻接矩阵反映了点与点之间的关系，通过输入各结点相连的点的编号，建立邻接矩阵，并打印出来。
- 程序的第二步是判断图的连通性。我主要采用了DFS，即暴力递归的方法。无向图中若存在欧拉回路，则必然是连通的；有向图中若存在欧拉回路，则必然是强连通的。因此，二者均可采用同种遍历方法：从一点出发向下遍历，标记经过的点（遇到标记过的点，则直接跳过），最后检查是否所有的点均被标记。区别在于，无向图选取任意一点作为起始点，结果相同；但有向图，从某一点开始未能标记全部点，只能说明该图不是强连通图（不能证明其不连通），但可以确定其不存在欧拉回路。
- 程序的第三步是判断是否有欧拉回路。运用知识点：无向图有欧拉回路，则无奇度顶点；有向图有欧拉回路，则所有顶点的出度等于入度。使用双层循环遍历邻接矩阵，对无向图求每行的和，并判断是否为偶数；对有向图分别求第n行和第n列的和，并判断二者是否相等。
- 程序的最后一步是在有欧拉回路的情况下，输出一条欧拉回路。这里，我同样采用了DFS，但准确的来说，是逐步插入回路法，也称Hierholzer 算法。该算法的核心思想是逐个寻找回路，过程中删除经过的路线，并通过回溯，从一个回路末端进入到下一个回溯的入口，并把相应的点加入到路线中。通俗的说，就是不断地寻找图中的回路，并把沿途路线删掉，找到了一个回路，就相当于从图中删除了这个回路，对欧拉图而言，删掉了一个回路，剩下部分的仍然构成欧拉图，然后回溯到上一个非末端点（把末端点加入路线），继续寻找回路。直到找到了所有的回路，这些回路的路线连起来就构成了一条欧拉回路，之后，开始回溯，把该路线记录下来。
二、算法的表示框图:
1、总体框架：
2、判断连通性的算法示意图：
3、求欧拉回路的算法示意图：
三、程序源代码
# include <iostream>
# include <algorithm>
# define maxn 101
using namespace std;
int n, m, g; //n为点数，m为边数，g为图的类型（1.无向图 2.有向图）
int Matrix[maxn][maxn] = { {0} }; //图的邻接矩阵(初始化为0)(从1开始)
int Path[maxn] = { 0 }; //欧拉回路
int total = 0; //加入欧拉回路的点
void Get_Matrix(); //求图的邻接矩阵
void Print_Matrix(); //打印图的邻接矩阵
bool Judge_Connect(); //判断图是否连通
bool Judge_Path(); //判断图是否有欧拉回路
void Find_Path(); //从图中任找一条欧拉回路
int main()
{
bool temp;
cout << "图的类型：1.无向图 2.有向图" << endl;
cout << "请输入:";
cin >> g;
cout << "请输入结点的数目：";
cin >> n;
Get_Matrix(); //求图的邻接矩阵
Print_Matrix(); //打印图的邻接矩阵
temp=Judge_Connect(); //判断图是否连通
if (temp) {
temp = Judge_Path(); //判断图是否有欧拉回路
if (temp) {
cout << "\n该图中共有" << m << "条边" << endl;
Find_Path(); //从图中任找一条欧拉回路
}
}
return 0;
}
void Get_Matrix() //求图的邻接矩阵
{
if (g == 1) {
cout << "请输入无向图中各点所连接的点的编号：（有重边、自环则多次输入，输入0代表结束）" << endl;
}
else {
cout << "请输入有向图中各点所指向的点的编号：（有重边则多次输入，输入0代表结束）" << endl;
}
for (int i = 1; i <= n; i++) {
int j;
cout << "v" << i << ":";
cin >> j;
while (j != 0) {
Matrix[i][j]++;
cin >> j;
}
}
}
void Print_Matrix() //打印图的邻接矩阵
{
cout << "\n该图的邻接矩阵为：" << endl;
cout << " ";
for (int i = 1; i <= n; i++) {
cout << " v" << i;
}
cout << endl;
for (int i = 1; i <= n; i++) {
cout << "v" << i << " ";
for (int j = 1; j <= n; j++) {
cout << Matrix[i][j]<<" ";
}
cout << endl;
}
}
void DFS1(int x,int *p) //用递归搜寻各点，检验是否连通
{
p[x] = 1;
for (int i = 1; i <= n; i++) {
if (p[i] == 1) { //点已被记录过，跳过
continue;
}
if (Matrix[x][i] > 0) {
DFS1(i, p); //进入与该点连通的未记录的下一个点
}
}
}
bool Judge_Connect() //判断图是否连通
{
int t = 1;
int Point[maxn] = { 0 }; //判断点是否连通
DFS1(1, Point); //连通，则所有的点均会被置为1
for (int i = 1; i <= n; i++) { //检查各点是否均被记录
if (!Point[i]) { //存在未记录的点，说明不连通
t = 0;
break;
}
}
if (t) {
cout << "\n连通性：该图连通" << endl;
return true;
}
else {
if (g == 1) {
cout << "\n连通性：该无向图不连通" << endl;
}
else {
cout << "\n连通性：该有向图不强连通" << endl;
}
return false;
}
}
bool Judge_Path() //判断图是否有欧拉回路
{
int t = 1, sum = 0;
if (g == 1) { //无向图
int d;
for (int i = 1; i <= n; i++) {
d = 0;
for (int j = 1; j <= n; j++) {
d += Matrix[i][j]; //求度数
}
if (d % 2 != 0) { //检验度数是否为偶数
t = 0;
break;
}
sum += d;
}
m = sum / 2; //无向图的边数
}
else { //有向图
int d1, d2;
for (int i = 1; i <= n; i++) {
d1 = 0;
d2 = 0;
for (int j = 1; j <= n; j++) {
d1 += Matrix[i][j]; //求出度
}
for (int j = 1; j <= n; j++) {
d2 += Matrix[j][i]; //求入读
}
if (d1 != d2) { //检验出度和入读是否相等
t = 0;
break;
}
sum += d1;
}
m = sum; //有向图的边数
}
if (t) {
cout << "\n该图存在欧拉回路" << endl;
return true;
}
else {
cout<< "\n该图不存在欧拉回路" << endl;
return false;
}
}
void DFS2(int x) //用递归通过各边(插入回路法)
{
for (int i = 1; i <= n; i++) {
if (Matrix[x][i] > 0) { //点x存在到点i的通路
Matrix[x][i]--; //消去走过的路
if (g == 1) {
Matrix[i][x]--;
}
DFS2(i); //继续向下遍历
}
}
total++;
Path[total] = x; //回溯到无法继续走的点，则加入回路
}
void Find_Path() //从图中任找一条欧拉回路
{
DFS2(1);
cout << "其中一条欧拉回路为：";
int i;
for (i = m + 1; i > 1; i--) { //倒序输出
cout << "v" << Path[i] << "->";
}
cout << "v" << Path[1];
cout << endl;
}四、测试用例
示例1：
图的类型：1.无向图 2.有向图
请输入:1
请输入结点的数目：6
请输入无向图中各点所连接的点的编号：（有重边、自环则多次输入，输入0代表结束）
v1:2 5 6 3 0
v2:1 5 4 3 0
v3:1 6 4 2 0
v4:2 5 6 3 0
v5:1 2 4 6 0
v6:1 5 4 3 0
该图的邻接矩阵为：
v1 v2 v3 v4 v5 v6
v1 0 1 1 0 1 1
v2 1 0 1 1 1 0
v3 1 1 0 1 0 1
v4 0 1 1 0 1 1
v5 1 1 0 1 0 1
v6 1 0 1 1 1 0
连通性：该图连通
该图存在欧拉回路
该图中共有12条边
其中一条欧拉回路为：v1->v2->v3->v1->v5->v2->v4->v3->v6->v4->v5->v6->v1示例2：
图的类型：1.无向图 2.有向图
请输入:2
请输入结点的数目：4
请输入有向图中各点所指向的点的编号：（有重边则多次输入，输入0代表结束）
v1:4 0
v2:1 4 0
v3:2 0
v4:2 3 4 0
该图的邻接矩阵为：
v1 v2 v3 v4
v1 0 0 0 1
v2 1 0 0 1
v3 0 1 0 0
v4 0 1 1 1
连通性：该图连通
该图存在欧拉回路
该图中共有7条边
其中一条欧拉回路为：v1->v4->v2->v4->v4->v3->v2->v1五、程序的时间复杂度和空间复杂度
时间复杂度：矩阵的输入、遍历操作的时间复杂度都为O(n^2)，检查矩阵是否连通和找出一条欧拉回路操作的时间复杂度约为O(n+m)。所以，程序总体的时间复杂度约为O(n^2)。
空间复杂度：一维数组Path的空间复杂度为O(n)，二维数组Matrix的的空间复杂度为O(n^2)；另外，程序中还涉及递归，两个递归操作所占的空间复杂度都为O(n)。所以，程序总体的空间复杂度约为O(n^2)。
六、心得体会
由人分析图像找欧拉回路在相对简单的图中并不困难，但图像一旦较为复杂，就会非常麻烦。所以，我觉得用程序实现欧拉回路算法是很有意义的。要依据离散数学的知识点来选择合适的算法。例如，在判断是否有欧拉回路时，就用到了书上无向图和有向图中欧拉回路存在的判别定理。
程序编写的过程中，我写了大量的注释，这为我之后的修改带来了不少便利。我把输入设置为点的数量和点之间的关联，最后输出邻接矩阵、边数、欧拉回路等，以最低限量的输入来获取最大量的输出。另外，在我的程序中，有多处代码是无向图和有向图共用的，将两者放在一起来写，寻找其一些共同点，虽然有些困难，但避免了程序的冗余，使程序尽可能的精简。
由于知识的匮乏，有许多可以优化的地方，我可能并没有考虑到。欢迎各位指正。
扫一扫
329
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
