数据结构与算法10：图与图搜索

图的概念与定义

• 定义：图由顶点的有穷非空集合和顶点之间边的集合组成。
• 表示方法：G(V,E)。G表示一个图，V是图中顶点vertex的集合，E是图中边edge的集合。
• 图与树和线性表的区别:
  • 线性表中的数据元素叫做元素(element)，树中的数据元素叫做结点(node)，图中的数据元素叫做顶点(vertex)。
  • 没有数据元素的线性表称为空表，没有结点的树叫做空树，没有空图这一说法，顶点有穷但非空。
  • 线性表中相邻的数据元素之间具有线性关系，树中相邻两层的节点具有层次关系，图中任意两个顶点之间都有可能有关系，顶点之间的逻辑关系用边edge来表示.
• 图的基本术语:
  • 顶点：vertex
  • 边：edge
  • 度：degree，和顶点相连的边的数量。
  • 入度：in degree，指向这个顶点的边的数量。
  • 出度：out degree，以此顶点为起点的边的数量。
  • 无向图：任意两个顶点之间的边都是无向边(edge)，无向边使用无序偶对(vi,vj)表示，如微信的好友关系。
  • 有向图：任意两个顶点之间的边都为有向边(弧,arc),弧使用有向偶对<vi,vj>表示，如微博的关注关系。
  • 带权图：weighted graph，每条边有一个权重，如QQ的好友亲密度。
• 图的顶点与边的关系:
  • 对于无向图，使用边相连的两个顶点互为邻接点，边依附于两个顶点。顶点的度是与其相连的边的数目。
  • 对于有向图，弧<vi,vj>从vi指向vj，则vi邻接到vj，vj邻接自vi。弧<vi,vj>和vi,vj相关联，vi出度为1而vj入度为1。
  • 图中顶点间存在路径，两定点存在路径说明是连通的，若路径最终回到起始点则称为环，路径不重复叫简单路径。若任意两顶点都是连通的，称为连通图，有向则称强连通图。图中有子图，若子图极大连通就是连通分量，有向的称强连通分量。
  • 无向图中连通且n个顶点n-1条边叫生成树。有向图中一顶点入度为0其余顶点入度为1的叫有向树，一个有向图由若干棵有向树构成生成森林。

图的表示与存储

图的表示

对于n个顶点的顶点集V和m条边的边集合E，使用G=<V,E>表示此图，其中$V=v_1,v_2,...,v_n$，$E=e_1,e_2,...,e_m$，而$e_k=(v_i,v_j)$表示连接顶点$v_i$和$v_j$的边。

• 存储原则：
  1. 不重复，不遗漏
  2. 方便存取

图有两种常见的存储方式：邻接矩阵和邻接表。

邻接矩阵

用二维矩阵A存储n个顶点两两之间边的关系。

1. 无向图：$A[i][j]=A[j][i]$，$A[i][j]=1$表示顶点$v_i$和$v_j$之间有边，$A[i][j]=0$表示顶点$v_i$和$v_j$之间没有边。
2. 有向图：$A[i][j]=1$表示存在从顶点$v_i$指向$v_j$的边。
3. 带权图：$A[i][j]$表示顶点$v_i$和$v_j$之间的权重。

• 优缺点：
  • 优点：存储方式简单，计算方便高效，时间复杂度为O(1)
  • 缺点：当顶点关系比较稀疏($m<<n^2$)时，比较浪费空间，空间复杂度为$O(n^2)$

邻接表

每个顶点对应一条链表，对于无向图，链表中存储与当前结点相连的结点；对于有向图，链表中存储当前结点指向的结点。

• 优缺点
  • 优点：用时间换空间，节省了存储空间，空间复杂度O(n+m)
  • 缺点：使用耗时，对缓存不友好。

图的应用

拓扑排序

对于一个任务依赖场景，拓扑排序是指输出完成任务的顺序。将其抽象为一个有向无环图DAG，用顶点表示任务，用有向边表示任务之间的依赖关系，则需要输出所有顶点组成的序列，使其满足：（1）每个顶点出现且只出现一次；（2）若任务序列中顶点$v_i$在$v_j$的前面，则图中不存在从$v_j$到$v_i$的路径。
对于每个顶点来说，其入度表示依赖的任务数，其出度表示被依赖的任务数。只有当当前任务所依赖的任务全都完成之后，当前任务才能进行；即当当前顶点的入度为0的时候，可以执行当前任务。当当前任务执行完成后，依赖于当前任务的后续任务则少了一个依赖条件。

• 算法总体思路为：
  1. 用列表保存图中所有顶点的入度，时间复杂度为O(n+m)
  2. 维护一个动态队列，记录当前入度列表中入度为0的顶点，O(n)
  3. 当队列不为空时，执行以下操作：
     1. 队头元素出队，进行输出，O(1)；
     2. 更新入度列表，当前顶点指向的所有顶点的入度减一；
     3. 更新队列，将入度为0的顶点元素入队。
• 算法复杂度分析：
  使用长度为n的列表统计保存所有顶点的入度，时间复杂度为O(n+m)；第一次创建动态队列并遍历入度列表将入度为0的顶点入队，时间复杂度为O(n)；队列出队，更新入队列表，顶点入队的过程采用均摊分析：队列出队最多n次，时间复杂度O(n)，更新入度列表最多n次，时间复杂度O(n)，更新队列最多n次，时间复杂度O(n)，则第3步的总体时间复杂度为O(n)。故算法总的时间复杂度为O(n+m)，额外空间花费包括列表和队列，复杂度为O(n)。
• 例题：LeetCode 207，LeetCode 210

最短路径

单源最短路径 Dijkstra

两点之间最短路径 Floyd

最小生成树

Kruskal

Prim

图搜索

• 图搜索：从图中某一顶点出发访问图中其余顶点，且使每个顶点仅被访问一次。

深度优先遍历(depth first search,DFS)：

基于回溯的算法思想，使用递归（栈）实现。

广度优先遍历(breadth first search,BFS)：

基于队列实现

• DFS和BFS的时间复杂度为O(n+m)，空间复杂度为O(n)，n为顶点数量，m为边的数量。

隐式图搜索

N皇后问题

题目背景：在N*N的棋盘上摆放N个皇后，使得任意两个皇后都不能处于同一行、同一列或同一斜线上。

• 回溯法：暴力搜索
• 本质：深度优先，隐式图搜索。
• 如何定义状态和关系？
• 时间复杂度$O(N^N)$，状态空间
• 例题：LeetCode 51

骑士游历问题

• 题目：在国际象棋棋盘上，有一个骑士（中国象棋中的马）从左下角出发，是否能不重复的遍历每一个格子。
• 暴力求解，即隐式图搜索。如何定义状态和关系？
  状态：骑士所处的位置；骑士已经走过的位置。
  如何存储骑士已经走过的位置：对于8×8的棋盘，（1）使用二维数组存储，比较浪费空间，每次递归的时候都会new一个二维数组；（2）由于棋盘的状态只有两种，借助位来表示。使用一个64位的整数来表示整个棋盘的状态，使用位与操作获取指定格子的状态，使用位或操作设置指定格子的状态。
  状态之间的关系：骑士的行走规则
  时间复杂度很高，怎么办？剪枝。
  （1）合法性剪枝：根据规则，舍弃掉不合理的走法。（此题中为走过的格子不能再走）
  （2）最优性剪枝：舍弃掉不可能产生最优解的走法。
• 除了剪枝，还有什么办法？（求任意解和所有解）
• 启发式A*：改变搜索顺序。此题中，认为四个角上的格子优先级最高，其次是四条边的格子，最后是中间的格子。存在的问题：不确定性。
• 迭代加深：假设最短路径为1，将当前路径大于1的不考虑；若找不到最短路径为1的，则修改最短路径假设为2，重复上述过程。优点：不会暴力搜索所有路径，不需要判重，搜索到即为最优解。
• 迭代加深+启发式（IDA*）
• 种子填充法：LeetCode 200，LeetCode 130

八数码

• 题目定义：对于3×3的方格内有编号1-8的方块，求恢复这些方块的最少步数。
• 隐式图搜索的题目。状态：棋盘；关系：移动方块前后的棋盘状态。
• 深度优先可以搜索得到一个结果，但不一定是最短解，不需要记录状态，可以使用哈希表判重，省空间费时间；广度优先搜索得到的结果一定是最短路径，但是需要判重，每个状态都需要记录，空间耗费严重，费空间省时间。两者都为暴力搜索。
• 迭代加深法：搜索到即为最优解，不需要判重，不需要记录状态，略微增加时间消耗。
• 启发式方法：将状态作为key存在哈希表中，使用哈希表对状态判重；使用当前状态与目标状态的相似性作为估值函数，使用优先级队列（堆）保存当前状态的扩展状态，从中选择估值函数最大的状态（堆顶状态）作为下一个状态。
• 双向搜索：从起点s和终点t同时进行搜索，假设步数为ans，则所需的时间为$4^{ans/2}$，单向搜索的时间为$4^{ans}$，减少了时间消耗。从起始点和终止点轮流扩展，哈希表判断是否相遇。

总结

图搜索包括BFS和DFS，BFS包括种子加深法和双向搜索法；DFS包括回溯法和IDA*。