Graph Search

Graph search的应用广泛：可以检查网络是否相互连接，找两点最短路线等等

1. Generic Graph Search：

目的：找到start vertex的每个可寻点，每个点直走一次

Generic Algorithm：(已知graph G，Vetex s）

1. 初始S为explored，其他为unexplored

2. while loop，选择edge（u，v）, u explored, v unexplored

                       标记v explored

引出两种search方式：

BFS和DFS

简介： BFS（Breadth -First Search) :

           --------explored nodes in layers

           --------can compute shortest path

           --------can compute connected components of an undirected graph

Note: O(m+n)时间，用FIFO存储

DFS(Depth-First Search): (看起来很二）

        -----------explore aggressively like a maze,backtrack when necessary

        -----------compute topological ordering of a directed acyclic graph

        -----------compute connected components in directed graphs

2. BFS

BFS的算法：

-------Mark S as explored

-------let Q = queue data structure (FIFO) initialized with s

-------while Q 不是空

        --------remove the first node of Q, call it V

        --------for each edge(v,w)

                  O(1) 时间[ -----if w unexplored

                                   -----mark w as explored

                                   ------add w to Q (at the end)]

应用：1. 最短距离：compute dist(v), the fewest# of edges on path from s to v

               在BFS基础上加上代码： initialize dist(v) = 0 if v = s

                                                                               = infinity if v 不为s

                                                       when considering edge(V,W)

                                                                if w unexplored, then set dist(w) = dist(v)+1;

                   这样在终止处，dist(v) = i, v in ith layer, s-v最短的path就是有i个edges

 2. undirected connectivity:

connected components vis BFS:

附加的代码就是 ------initialize all nodes as unexplored   时间[O(n)]

(assume labelled 1 to n)

                          ------for i=1 to n   时间O(n)

                                 ------if i not yet explored <in some previous BFS>(时间O(n))

                                        -----BFS(G,i) <discovers precisely i's connected component> 

运行时间：O(m+n)  m 为O(1)per node, O(1)per edge in each BFS

3.DFS

运行时间同样是O(m+n)

代码：和BFS类似，但是用的是stack不是queue

   recursive version： ---DFS( graph G, start vertex s)

                                           ---mark s as explored

                                           ---- for every edge(s,v)

                                                ----if v unexplored

                                                     -----DFS(G,V)

它是一个不断探索，回巡的过程。运行的时间同样是线性的O(m+n)

其中n=#of nodes reachable from s

       m=#of edges reachable from s

看起来很笨拙，但是对于topological sort很好用

4. Topological sort via DFS

定义：A topological ordering of  a directed graph G is a labeling f of G's nodes such that:

1. the f(v)'s are the set {1,2....n}

2. (u,v) 属于G = > f(u)<f(v)

topological就是会有相应的顺序限制，并且如果G存在一个cycle，那么就不再是topological ordering了

没有directed cycle的话，可以compute topological ordering in O(m+n)时间

这样问题的直接解决方式：

-----let v be a sink vertex of G

-----set f(v)=n

-----recurse on G-{v};

所需要的时间仍然是O(m+n),原因和上面相同

正确性分析：

需要知道(u,v) 如果是edge，那么f(u)<f(v)

情形1：u visited by DFS before v,  ------>recursive call corresponding to v finishes before that of u---->f(v)>f(u)

情形2：v visited by DFS before u --------->v's recursive call finishes before u's even starts--------------->f(v)>f(u)