日撸 Java 三百行学习笔记day35

第 35 天: 图的 m 着色问题

图着色问题（Graph Coloring Problem, GCP）　又称着色问题，是最著名的NP-完全问题之一。
数学定义：给定一个无向图G=（V, E），其中V为顶点集合，E为边集合，图着色问题即为将V分为K个颜色组，每个组形成一个独立集，即其中没有相邻的顶点。其优化版本是希望获得最小的K值。

图的m-着色判定问题——给定无向连通图G和m种不同的颜色。用这些颜色为图G的各顶点着色，每个顶点着一种颜色，是否有一种着色法使G中任意相邻的2个顶点着不同颜色?（这是搜素的一点关于着色问题的描述）

这道题是一道典型的搜索题，需要dfs和一点点优化（剪枝）。

　　假如给的这张图：

　　　　为什么是搜索？对于样例来说，每个点我们都有4种颜色可以选择，而在确定完一个点的颜色后又要选取其他点的颜色，并不能与它相连的点重复。于是马上想到要进行搜索。

　　　　搜索的过程：对于每个点，枚举它可能被染的颜色。如果与它相连的点颜色和它相同，那么就换下一个颜色；如果哪个颜色也不能选，那就回到上一个点换颜色（回溯）……

　　当确定完最后一个点的颜色后，这就是一个可行解，将答案增加1。

　　　　我们在判断哪个点与这个点（编号为n）连接并颜色相同时，本来是要遍历一遍图上的点的，而这样会超时。其实不需要这样做。只需遍历从编号1 到 编号n-1 的点就行了，因为

　　并没有确定编号n以后的点的颜色。这样相对于把点全遍历一遍，能更快一点，算是一个优化吧。

回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，规模较大的问题都可以使用回溯法。

 

public void coloring(int paraNumColors) {
		// Step 1. Initialize.
		int tempNumNodes = connectivityMatrix.getRows();
		int[] tempColorScheme = new int[tempNumNodes];
		Arrays.fill(tempColorScheme, -1);

		coloring(paraNumColors, 0, tempColorScheme);
	}// Of coloring

初始化内容，包括对新建数组中数值赋为-1.

/**
	 *********************
	 * Coloring. Output all possible schemes.
	 * 
	 * @param paraNumColors The number of colors.
	 * @param paraCurrentNumNodes The number of nodes that have been colored.
	 * @param paraCurrentColoring The array recording the coloring scheme.
	 *********************
	 */
	public void coloring(int paraNumColors, int paraCurrentNumNodes, int[] paraCurrentColoring) {
		// Step 1. Initialize.
		int tempNumNodes = connectivityMatrix.getRows();

		System.out.println("coloring: paraNumColors = " + paraNumColors + ", paraCurrentNumNodes = "
				+ paraCurrentNumNodes + ", paraCurrentColoring" + Arrays.toString(paraCurrentColoring));
		// A complete scheme.
		if (paraCurrentNumNodes >= tempNumNodes) {
			System.out.println("Find one:" + Arrays.toString(paraCurrentColoring));
			return;
		} // Of if

		// Try all possible colors.
		for (int i = 0; i < paraNumColors; i++) {
			paraCurrentColoring[paraCurrentNumNodes] = i;
			if (!colorConflict(paraCurrentNumNodes + 1, paraCurrentColoring)) {
				coloring(paraNumColors, paraCurrentNumNodes + 1, paraCurrentColoring);
			} // Of if
		} // Of for i
	}// Of coloring

	/**
	 *********************
	 * Coloring conflict or not. Only compare the current last node with previous
	 * ones.
	 * 
	 * @param paraCurrentNumNodes The current number of nodes.
	 * @param paraColoring        The current coloring scheme.
	 * @return Conflict or not.
	 *********************
	 */
	public boolean colorConflict(int paraCurrentNumNodes, int[] paraColoring) {
		for (int i = 0; i < paraCurrentNumNodes - 1; i++) {
			// No direct connection.
			if (connectivityMatrix.getValue(paraCurrentNumNodes - 1, i) == 0) {
				continue;
			} // Of if

			if (paraColoring[paraCurrentNumNodes - 1] == paraColoring[i]) {
				return true;
			} // Of if
		} // Of for i
		return false;
	}// Of colorConflict

这一段是核心code了，第一次理解起来感觉很不容易，虽然代码不长，但是这个思想就比较深刻，反正不是我一眼就能看懂的...只要找到了就会输出，没找到就会判断，然后依次找，colorConflict方法就是判断是否有冲突的,返回true就代表有冲突，就需要回溯。感觉下标的加一减一什么的，还要再细细研究一下。最后贴上测试用例以及部分运行结果