判断一个图是否有环

对于无向图

算法1

我们知道对于环1-2-3-4-1，每个节点的度都是2，基于此我们有如下算法（这是类似于有向图的拓扑排序）：

1. 求出图中所有顶点的度，
2. 删除图中所有度<=1的顶点以及与该顶点相关的边，把与这些边相关的顶点的度减一
3. 如果还有度<=1的顶点重复步骤2
4. 最后如果还存在未被删除的顶点，则表示有环；否则没有环

时间复杂度为O（E+V），其中E、V分别为图中边和顶点的数目，这个算法我们稍后分析算法3的时候再分析。

 

算法2

深度优先遍历该图，如果在遍历的过程中，发现某个节点有一条边指向已经访问过的节点，并且这个已访问过的节点不是当前节点的父节点（这里的父节点表示dfs遍历顺序中的父节点），则表示存在环。但是我们不能仅仅使用一个bool数组来标志节点是否访问过。如下图

从节点1开始遍历-接着遍历2-接着遍历3，然后发现3有一条边指向遍历过的1，则存在环。但是回到1节点时，它的另一条边指向已访问过的3，又把这个环重复计算了一次。

我们按照算法导论22.3节深度优先搜索中，对每个节点分为三种状态，白、灰、黑。开始时所有节点都是白色，当开始访问某个节点时该节点变为灰色，当该节点的所有邻接点都访问完，该节点颜色变为黑色。那么我们的算法则为：如果遍历的过程中发现某个节点有一条边指向颜色为灰的节点，那么存在环。则在上面的例子中，回溯到1节点时，虽然有一条边指向已经访问过的3，但是3已经是黑色，所以环不会被重复计算。

下面的代码中visit数组的值分为0 1 2三种状态分别代表白色、灰色、黑色，调用函数dfs可以输出图中存在的所有环，图用邻接矩阵表示，如果两个节点之间没有边则对应的值为INT_MAX

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

void  dfsVisit(vector<vector< int > >&graph, int  node, vector< int >&visit,                 vector< int >&father) {      int  n = graph.size();      visit[node] = 1;      //cout<<node<<"-\n";      for ( int  i = 0; i < n; i++)          if (i != node && graph[node][i] != INT_MAX)          {              if (visit[i] == 1 && i != father[node]) //找到一个环              {                  int  tmp = node;                  cout<< "cycle: " ;                  while (tmp != i)                  {                      cout<<tmp<< "->" ;                      tmp = father[tmp];                  }                  cout<<tmp<<endl;              }              else  if (visit[i] == 0)              {                  father[i] = node;                  dfsVisit(graph, i, visit, father);              }          }      visit[node] = 2; }   void  dfs(vector<vector< int > >&graph) {      int  n = graph.size();      vector< int > visit(n, 0); //visit按照算法导论22.3节分为三种状态      vector< int > father(n, -1); // father[i] 记录遍历过程中i的父节点      for ( int  i = 0; i < n; i++)          if (visit[i] == 0)              dfsVisit(graph, i, visit, father); }

算法时间复杂度也是O(E+V)

 

---

对于有向图

 

算法3

我们都知道对于有向图进行拓扑排序可以判断是否存在环。

对于有向图的拓扑排序，大家都知道的kahn算法：

1. 计算图中所有点的入度，把入度为0的点加入栈
2. 如果栈非空：

   取出栈顶顶点a，输出该顶点值，删除该顶点

   从图中删除所有以a为起始点的边，如果删除的边的另一个顶点入度为0，则把它入栈

3. 如果图中还存在顶点，则表示图中存在环；否则输出的顶点就是一个拓扑排序序列

如果利用上面的拓扑排序算法求环，可以判断是否有环，但是输出环时有点麻烦。因为并不是所有最后剩余的点都是环中的顶点，比如如下情况：

对这个图运行上面的算法，最后所有的节点都不会被删除，但是只有1 2 3是环中的点，4不是环中的节点。

对于上面的算法1，和算法3的思想是一样的，所以也会存在这个问题。

 

算法4

其实算法2可以原封不动的搬来就可以检测并且输出所有有向图中的环                                               本文地址

 

算法5

根据有向图的强连通分量算法，每个强连通分量中必定存在环，因为根据强连通分量的定义：从顶点 i 到 j 有一条路径，并且从 j 到 i 也有一条路径。求强连通分量的算法可以参考维基百科here

---

补充：利用dfs来拓扑排序

 

只要对算法2稍微改动就可以输出有向图的拓扑排序结果，即按照节点标记为黑色的时间，越先标记为黑色，在拓扑序列中越靠后。我们在算法2的基础上加了一个栈来保存拓扑排序的结果，只有dfsVisit的最后一行有改动，该算法，可以完成拓扑排序，并且同时可以检测图中是否有环。（该算法思想和算法导论22.4节拓扑排序一样）

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

stack< int > tuopu;   void  dfsVisit(vector<vector< int > >&graph, int  node, vector< int >&visit,                 vector< int >&father) {      int  n = graph.size();      visit[node] = 1;      //cout<<node<<"-\n";      for ( int  i = 0; i < n; i++)          if (i != node && graph[node][i] != INT_MAX)          {              if (visit[i] == 1 && i != father[node]) //找到一个环              {                  int  tmp = node;                  cout<< "cycle: " ;                  while (tmp != i)                  {                      cout<<tmp<< "->" ;                      tmp = father[tmp];                  }                  cout<<tmp<<endl;              }              else  if (visit[i] == 0)              {                  father[i] = node;                  dfsVisit(graph, i, visit, father);              }          }      visit[node] = 2;      tuopu.push(node); }   void  dfs(vector<vector< int > >&graph) {      int  n = graph.size();      vector< int > visit(n, 0); //visit按照算法导论22.3节分为三种状态      vector< int > father(n, -1); // father[i] 记录遍历过程中i的父节点      for ( int  i = 0; i < n; i++)          if (visit[i] == 0)              dfsVisit(graph, i, visit, father); }