6.2广度优先搜索搜索、深度优先搜索、双连通分量

最新推荐文章于 2023-01-27 00:51:27 发布

Mirevas

最新推荐文章于 2023-01-27 00:51:27 发布

阅读量272

点赞数

分类专栏：数据结构

本文链接：https://blog.csdn.net/weixin_45781228/article/details/118967296

版权

数据结构专栏收录该内容

25 篇文章 1 订阅

订阅专栏

一、广度优先搜索

算法
- 始自顶点s的广度优先搜索Breadth-First_Search。先访问顶点s，依次访问s的所有尚未访问的邻接顶点，依次访问它们尚未访问的邻接顶点，如此反复，直到没有尚未访问的邻接顶点
- 通过广度优先遍历，实际上是划分等价类，得到原图的一棵支撑树（spanning tree)，涵盖了原图的所有顶点。
- 相当于树的层次遍历
实现

//Graph::BFS()
template<typename Tv, typename Te>//顶点类型、边类型
void Graph<Tv, Te>::BFS(int v, int & clock){//遍历的起点为顶点v
	Queue<int> Q; status(v) = DISCOVERED; Q.enqueue(v);//初始化
	while(!Q.empty()){//反复地
		int v = Q.dequeue();//取出队首的顶点，并且重新命名为v
		dTime(v) = ++clock;//取出队首节点v，该操作可简单的代表对该节点所做的一些操作
		for(int u = firstNbr(v); -1 < u; u = nextNbr(v, u))//考察v的每一邻居u
		/*...视u的状态，分别处理... */
		status(v) = VISITED;//至此，当前顶点访问完毕
	}
}//经过遍历搜索，每一个顶点的状态都会由UNDISCOVERED转化为DISCOVERED转化为VISITED

对于枚举出的新邻居u，可能的处理方式

//每当有一个顶点入队，都会标记为DISCOVERED状态
//初始化时每一条边都是UNDETERMINED,每当该边被遍历过程采纳，将该边的状态改为TREE
while(!	Q.empty()){//反复的
	int v = Q.dequeue(); dTime(v) = ++clock;//取出队首顶点v，并
	for(int u = firstNbr(v); -1 < u; u = nextNbr(v, u))//考察v的每一邻居u,for循环总共执行边的数目e次
		if(UNDISCOVERED == status(u)){//若u尚未被发现，则
			status(u) = DISCOVERED; Q.enqueue(u);//发现该顶点
			status(v, u) = TREE; parent(u) = v;//引入树边
		}else//若u已被发现（正在队列中）， 或者甚至已访问完毕（已出队列），则
			status(v, u) = CROSS;//将（v,u）归类于跨边(不属于同一个等价类)
	status(v) = VISITED;//至此，当前顶点访问完毕
}//为什么不会把父节点与该点的连接改为cross呢

该图可能有多个连通域，改进如下

template <typename Tv, typename Te>//顶点类型、边类型
void Graph<Tv, Te>::bfs(int s){//s为起点类型
	reset(); int clock = 0; int v = s;//初始化O(n + e)
	do//逐一检查所有顶点，一旦遇到尚未发现的顶点
		if( UNDISCOVERED == status(v) )//累计O(n)
			BFS(v, clock);//即从该顶点出发启动一次BFS
	while(s != ( v = ( ++v % n ) ));
	//按序号访问，故不重不漏
}//无论多少连通分量，最终是每个节点访问一次

复杂度
- 理论上是O(n^2 + e)，实际运行中由于高速缓存等因素，更接近于O(n + e)
- 将邻接矩阵该为邻接表，可以直接得到O( n + e )
最短路径：BFS中节点到起点的路径，就是该节点的最短路径

二、深度优先搜索

算法
- 始自顶点s的深度优先搜索Depth - First Search。访问顶点s，若s尚有未被访问的邻居，则任取其一u，递归执行DFS（u），否则，返回
- 会得到一棵支撑树，未被支撑树采纳的边也同样会被分类，而且这种分类更加细致
实现

template<typename Tv, typename Te>//顶点类型、边类型
void Graph<Te, Tv>::DFS(int v, int & clock){
	dTime = ++clock; status(v) = DISCOVERED;//发现当前的顶点v，记录此时时间dTime
	for(int u = firstNbr(v); -1 < u; u = nextNbr(v, u))//枚举v的每一邻居
	/*视u的状态，分别处理*/
	/*与BFS不同，含有递归*/
	status(v) = VISITED; fTime(v) = ++clock;//至此，当前顶点v访问完毕,记录此时时间fTime
}

对于不同类型情况的处理

for(int u = firstNbr(v); -1 < u; u = nextNbr(v, u))//枚举v所有邻居u
	switch( status(u) ){//并视其状态分别处理
		case UNDISCOVERED://u尚未发现，意味着支撑树可在此拓展
			status(v, u) = TRUE; parent(u) = v; DFS(u, clock); break;//递归
		case DISCOVERED//:u已被发现但尚未访问完毕，应属被后代指向的祖先
			status(v, u) = BACKWARD; break;//在遍历树中，我们试图从一个后代回连到它的祖先，故称之为backward，后向边
		default://u已访问完毕（VISITED, 有向图），则视承袭关系分为前向边或跨边
			status(v, u) = dTime(v) < dTime(u) ? FORWARD : CROSS; break;//这条边是由它的祖先节点指向其后代，称forward再合适不过了；在整个遍历树中，这两个顶点之间并没有任何的祖先或后代的直系血缘关系，称为cross，跨越边
	}//switch

该算法在有向图中，可以采取类似BFS处理多连通区域的方法进行优化
括号引理 / 嵌套引理
- 顶点的活动期：active[u] = (dTime[u], fTime[u])
- 给定有向图G = (V, E)及其任一DFS森林，则
  - 任何一对顶点存在血缘关系，当且仅当它们的活跃期存在包含与被包含的关系，且祖先的活跃期包含后代的活跃期
  - 任何一对顶点之间没有任何直系血缘关系，那么它们的活跃期也是彼此互不相交的
- 可用来判断两个顶点之间是否存在直系血缘关系，在O(1)的时间内就可以实现

三、拓扑排序

定义
- 任给有向图G（不一定是DAG），尝试将所有的顶点排成一个线性序列，使其次序与原图相容（每一顶点都不会通过边指向前驱顶点）
- 接口要求：若原图存在回路（即并非DAG），检查并报告，否则，给出一个相容的线性序列
存在性
- 任何有向无环图G中，必有一个零入度的点m
- 无环图简称DAG，对任何一个DAG而言，必然有拓扑排序
实现
- 初步实现：找到一个零入度的点，将它记录并删除，接着寻找下一个零入度的点，以此类推。
- 策略：逆序输出零出度顶点
  - 对图G做DFS，其间每当有顶点被标记为VISITED,则将其压入S。一旦发现有后向边，则报告"NOT_A_DAG"并退出。DFS结束后，顺序弹出S中的各个顶点。
  - 各节点按fTime逆序排列，即是拓扑排序
  - 复杂度与DFS相当，也是O(n + e)

Begin with the end in mind.

四、双连通分量

判定准则
- 无向图的关节点：其删除后，原图的连通分量增多
- 无关节点的图，称作双（重）连通图(bi - connectivity)
- 极大的双连通子图，称作双连通分量(Bi-Connected Components)
- 实现方式：从任一顶点出发，构造DFS树，根据DFS留下的标记，甄别是否关节点。
- 分析
  - 叶子节点不可能是关节点，因为删除后连通分量数量不会增加
  - 根，至少有2棵子树，则是关节点
  - 中间的节点，通过DFS遍历得到一个指标hca(Highest Connected Ancestor)，找到其最高的祖先是谁。
  - 由括号引理得，dTime越小的祖先，辈分越高
  - DFS过程中，一旦发现后向边(v, u)，即取：hca(v) = min(hca(v), dTime(u)) （找辈分最高的祖先）
  - DFS(u)完成并返回v时，若有hca(u) < dTime(v),即取：hca(v) = min( hca(v), hca(u))
  - 否则，即可断定：v是关节点，且{ v } + subtree(u)即为一个BCC

# define hca(x) (fTime(x))//
template <typename Tv, typename Te>
void Graph<Tv, Te>::BCC(int v, int & clock, Stack<int> &S) {
	hca(v) = dTime(v) = ++clock; status(v) = DISCOVERED; S.push(v);
	for(int u = firstNbr(v); -1 < u ; u = nextNbr(v, u))
		switch(status(u))
			{/*...视u的状态分别处理...*/}
	status(v) = VISITED;//对v的访问结束
}
#undef hca

树边

switch(status(u))
case UNDISCOVERED:
	parent(u) = v; type(v, u) = TREE;//拓展树边
	BCC(u, clock, S);//从u开始遍历，返回后...
	if(hca(u) < dTime(v))//若u经后向边指向v的真祖先
		hca(v) = min(hca(v), hca(u));//则v亦必如此
	else//否则，以v为关节点(u以下即是一个BCC， 且其中顶点此时正集中于栈S的顶部）
		while(u != S.pop());//弹出当前BCC中（除v外）的所有节点，即弹出节点到孩子节点被弹出，保留父亲节点在栈中。为了保证双连通量的完整，可打印父亲节点，但是不弹栈。
							//可视需要做进一步的处理
	break;

后向边

switch (status(u))
case DISCOVERED://回边
	type(v, u) = BACKWARD;
	if( u != parent(v))//无向图可以看成是双向边，可视为一次优化，避免该节点的回边为其父节点
		hca(v) = min(hca(v), dTime(u));//更新hca[v],越小越高
	break;
default://VISITED(digraphs only)
	type(v, u) = dTime(v) < dTime(u) ? FOREARD : CROSS;
	break;