使用Graph库的多种机制来简化BFS代码

最新推荐文章于 2022-09-22 13:30:30 发布

yuanhubilie

最新推荐文章于 2022-09-22 13:30:30 发布

阅读量844

点赞数

分类专栏： Boost 文章标签： Boost

Boost 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

原文链接：http://cpp-prog.com/2009/0705/131_2.html

本文首先从广度优先算法（Breadth First Search，BFS）入手，逐步介绍算法中会用到的一些机制如“外部属性”、“命令参数”、“访问器”等。最后再介绍一些其它的常用图算法。

使用Graph库的多种机制来简化BFS代码

上例中我们把ColorMap类型直接加入到了图属性中(见main函数前四行)，不过很多时候图的类型并不是想改就能改的，而且为了一个算法而加入一个属性几乎是不可接受的。

Graph库提供了一种称为“外部属性”的机制，只要我们实现了“可读写PropertyMap”概念，就可以使用外部容器来代替图中的属性表，要实现这个概念很简单，只要写两个函数并提供一个类型提取类(traits)就行：

比如我们可以让vector满足ColorMap概念：


    //get和put必须在包含Boost.Graph头文件之前定义
    template<class T>
    T& get(std::vector<T> &map, size_t s)
    {
        return map[s];
    }
     
    template<class T>
    void put(std::vector<T> &map, size_t s, T col)
    {
        map[s] = col;
    }
     
    //property_traits<vector<T> >必须在包含Boost.Graph头之后定义
    template <class T>
        struct property_traits<vector<T> > {
            typedef size_t key_type;
            typedef T value_type;
            typedef T& reference;
            typedef lvalue_property_map_tag category;
    };

定义了这些以后，我们就可以这样写BFS算法了，使用vector作为vertex_color的外部属性（ so不再需要往图中加入vertex_color属性了）：


    vector<default_color_type> colormap(7);
    breadth_first_search(g, 新野,
        queue<unsigned>(), my_visitor(), colormap);

Graph库里已经帮我们实现了针对原始指针的“可读写PropertyMap”概念方法，所以很多时候直接用指针就行，原代码可如下简化：


    typedef property<vertex_city_t, city_property_t,
        property<vertex_color_t, default_color_type>
    > VertexProperty;
    //把上行改回下面这行
    typedef property<vertex_city_t, city_property_t> VertexProperty;
     
    // BFS
    default_color_type colormap[7];
    breadth_first_search(g, 新野,
        queue<unsigned>(), my_visitor(), &colormap[0]);
     同时，库里还提供了几个property_map的适配器，可以让我们把随机迭代器、std::map转换到property_map接口。这里不再介绍，可以查看<a target=_blank href="http://libs/property_map/property_map.html#sec:property-map-types">官方文档</a>

使用命名参数（bgl_named_params）

Graph库中的不少算法的参数都比较多，如上面的BFS算法中，一共有5个参数，这还算少的，看看dijkstra_shortest_paths算法，一共有12个参数，傻眼了吧？Graph的设计者考虑到了我们的（以及他们自己的）心理承受能力，就提供了一个称为命名参数的机制，利用它，我们就可以只输入我们关心的参数，而不用管其它参数鸟。

上例中的BFS代码，我们其实不关心算法中应该使用哪种队列，ColorMap也不想管，我们要的是结果！利用命名参数，我们可以这样写：


    // BFS
    breadth_first_search(g, 新野, visitor(my_visitor()) );

visitor(my_visitor())这个括号指出了my_visitor()是visitor参数，而不是color_map或Q之类的其它东西。

它的实现原理简单的说就是在库里实现了一堆函数（如这里的visitor），返回值都是bgl_named_params类型。而这个bgl_named_params类型内部也实现了同样多的同名方法（当然也有visitor），可用于连续指定多个参数。

所有的图算法都支持两种版本，一种是传统的N多参数的版本，一种是以bgl_named_params作为参数的版本（称为命名参数版本）。

比如，我们还想关心一下color_map参数，就可以这样写：


    // BFS
    default_color_type colormap[7];
    breadth_first_search(g, 新野,
        visitor(my_visitor()).color_map((default_color_type*)colormap) );

     因为bgl_named_params在内部定义了所有和外部同名的方法，所以这个color_map和visitor的顺序可以随意调换：


    // BFS
    default_color_type colormap[7];
    breadth_first_search(g, 新野,
        color_map((default_color_type*)colormap).visitor(my_visitor()) );

官方文档中的每个图算法都会指出命名参数版本中可使用的参数，比如我们的breadth_first_search可以在这里查到有visitor、color_map、vertex_index_map和buffer四个。

事件访问器列表及其适配器(EventVisitorList Adaptor)

前面的BFS例子中我们继承了 default_bfs_visitor来生成了一个BFS Visitor概念的访问者(Visitor)类。咳，前面的例子离这里有点远了，再抄一遍吧：


    // BFS访问者
    struct my_visitor : default_bfs_visitor {
      template <class Vertex, class Graph>
        void discover_vertex(Vertex u, Graph& g)
        {
            cout << get(vertex_name_t(), g)[u] << endl;
        };
    };

除了我们自己编写一个Visitor类外，Graph库还提供了另一种的方法——使用事件访问器列表适配器(EventVisitorList Adaptor)。名字好长，可以把它拆分成三个部分：1.事件访问器：这是一个有点象函数对象的东东，它负责Visitor的实际工作；2.列表：把多个事件访问器组合起来；3.适配器：把事件访问器列表转化成符合图算法要求的Visitor对象。

举个例子先，比如我们上面这个my_visitor，它的作用是当顶点首次被访问时，就输出这个顶点的name属性。用事件访问器列表适配器的方法可以这样写：


    make_bfs_visitor(
        write_property(city,  // city是图的vertex_name_t属性表对象
            std::ostream_iterator<string>(cout, " "),
            on_discover_vertex() )
        );

这样就得到了一个和my_visitor()一样功能的Visitor对象，其中的write_property是一个事件访问器生成函数，make_bfs_visitor是适配器生成函数，这里没有用上列表，因为my_visitor功能实在是有点单一。

于是，我们的BFS代码再次可以再次简化：

删除my_visitor类的定义，把BFS搜索代码改写成：


    breadth_first_search(g, 新野,
        visitor(
            make_bfs_visitor(
                write_property(city,
                    std::ostream_iterator<string>(cout, " "),
                    on_discover_vertex() )
                )
            )
        );

事件访问器(Event Visitors)

顾名思义，事件访问器列表适配器的基本单元就是事件访问器，上例中的write_property就是一个事件访问器的生成函数，这个函数生成一个叫做property_writer的事件访问器。事件访问器有点象函数对象，它重载operator()并在其中实现Visitor的主要功能。

同时它需要一个对象来指定这个操作在何时启动，这个对象称为事件标识符，比如上例中的on_discover_vertex()就是一个事件标识符。

在Graph库中，有这么几种事件标识符，它指出了事件访问器的使用时机:


    struct on_initialize_vertex { }; // 初始化顶点,vertex事件
    struct on_start_vertex { };   // 起始搜索顶点,vertex事件
    struct on_discover_vertex { };// 首次找到顶点,vertex事件
    struct on_examine_edge { }; // 查询当前顶点的边,edge事件
    struct on_tree_edge { };  // 边归入搜索树,即边的另一端顶点属于首次找到的顶点,edge事件
    struct on_cycle_edge { }; // ,edge事件
    struct on_finish_vertex { }; // 对当前顶点访问结束,vertex事件
    struct on_forward_or_cross_edge { }; // ,edge事件
    struct on_back_edge { }; // ,edge事件
    struct on_edge_relaxed { }; // ,edge事件
    struct on_edge_not_relaxed { }; // ,edge事件
    struct on_edge_minimized { }; // ,edge事件
    struct on_edge_not_minimized { }; // ,edge事件

下面这个就是一个最简单的事件访问器：


    struct my_eventvisitor
    : public base_visitor<my_eventvisitor >
    {
        typedef on_finish_vertex event_filter;
     
        template <class T, class Graph>
        void operator()(T x, Graph&)
        {
            cout << "finished " << x << endl;
        }
    };

其中的event_filter的类型定义决定了这个事件访问器的启动时机，本例中是在结束一个顶点的访问时启动。重载的operator()是访问器的主体，这里显示一行"finished 顶点"字符串。

另外，事件访问器都应该从base_visitor继承，这样做的目的是便于统一接口，事实上我们也可以不从base_visitor上继承，比如把上例中的public base_visitor<my_eventvisitor >删除，也可编译通过。

下面是Graph库提供的事件访问器和它的生成函数，第一个参数都是要求符合“可读写PropertyMap”概念的属性表(所以使用指针也可以啦)，最后一个参数是事件标识符。

记录前趋点(即当前点是从哪个点那里找过来的,搜索树的父节点)，用于edge事件


    template <class PredecessorMap, class Tag>
    predecessor_recorder<PredecessorMap, Tag>
        record_predecessors(PredecessorMap pa, Tag);

记录距离（即搜索深度），用于edge事件


    template <class DistanceMap, class Tag>
    distance_recorder<DistanceMap, Tag>
        record_distances(DistanceMap pa, Tag);

记录时间戳(边或顶点是在第几次被访问到的)，可用于edge或vertex事件


    template <class TimeMap, class TimeT, class Tag>
    time_stamper<TimeMap, TimeT, Tag>
        stamp_times(TimeMap pa, TimeT& t, Tag);

把边或顶点的属性值写入到OutputIterator out里。可用于edge或vertex事件


    template <class PropertyMap, class OutputIterator, class Tag>
    property_writer<PropertyMap, OutputIterator, Tag>
        write_property(PropertyMap pa, OutputIterator out, Tag);

列表

一个事件访问器只能关联一个遍历事件，比如我们刚才的例子，如果除了按搜索顺序输出城市名以外，还想同时记录前趋点、搜索深度等。这时必须得有个机制把多个事件访问器组合成一个对象。

这个机制的具体方法就是用std::pair连续组合多个事件访问器形成一个列表，比如：


    unsigned order[city_count];
    unsigned pd[city_count];
    int dt[city_count]={0};
     
    make_pair(
        write_property(  // 当首次访问顶点时将序号记录至order数组
            get(vertex_index_t(),g),
            &order[0],
            on_discover_vertex()),
        make_pair(
            record_distances( &dt[0], on_tree_edge() ), //当归入搜索树时记录搜索深度
            record_predecessors( &pd[0], on_tree_edge())//当归入搜索树时记录前趋顶点
            )
        )

这个例子使用两个std::pair(make_pair是pair的生成函数)把write_property、record_distances、record_predecessors生成的三个事件访问器联合成一个列表，这个列表就是事件访问器列表。

适配器

适配器的作用就是把事件访问器列表转化成符合具体图算法的Visitor对象，Graph库中提供了下面这些适配器，从名字上就可以看出它们的用途：

事件访问器列表转BFS算法Visitor的适配器生成函数


    template <class EventVisitorList>
    bfs_visitor<EventVisitorList>
        make_bfs_visitor(EventVisitorList ev_list);

事件访问器列表转DFS算法Visitor的适配器生成函数


    template <class EventVisitorList>
    dfs_visitor<EventVisitorList>
    make_dfs_visitor(EventVisitorList ev_list);

事件访问器列表转Dijkstra算法Visitor的适配器生成函数


    template <class EventVisitorList>
    dijkstra_visitor<EventVisitorList>
    make_dijkstra_visitor(EventVisitorList ev_list);

事件访问器列表转Bellman Ford算法Visitor的适配器生成函数


    template <class EventVisitorList>
    bellman_visitor<EventVisitorList>
    make_bellman_visitor(EventVisitorList ev_list);

事件访问器列表转A*算法Visitor的适配器生成函数


    template <class EventVisitorList>
    astar_visitor<EventVisitorList>
    make_astar_visitor(EventVisitorList ev_list);

把 事件访问器、列表、适配器合到一起，代码示例


    // BFS
    unsigned order[city_count];
    unsigned pd[city_count];
    int dt[city_count]={0};
    breadth_first_search(g, 新野,
        visitor(
            make_bfs_visitor(
                make_pair(
                    write_property(  // 当首次访问顶点时将序号记录至order数组
                        get(vertex_index_t(),g),
                        &order[0],
                        on_discover_vertex()),
                    make_pair(
                        record_distances( &dt[0], on_tree_edge() ), //当归入搜索树时记录搜索深度
                        record_predecessors( &pd[0], on_tree_edge())//当归入搜索树时记录前趋顶点
                        )
                    )
                )
            )
        );
    //显示结果
    for(int i=0; i<city_count; i++)
    {
        unsigned cityIdx = order[i];
        cout << city[cityIdx] << endl;
        cout << "搜索深度: " << dt[cityIdx] << endl;
        if(dt[cityIdx] >0) cout << "前趋顶点: " << city[pd[cityIdx]] << endl;
        cout << endl;
    }

输出结果：

新野
搜索深度: 0

许昌
搜索深度: 1
前趋顶点: 新野

洛阳
搜索深度: 2
前趋顶点: 许昌

汝南
搜索深度: 2
前趋顶点: 许昌

陈留
搜索深度: 3
前趋顶点: 洛阳

寿春
搜索深度: 3
前趋顶点: 汝南

小沛
搜索深度: 4
前趋顶点: 陈留

yuanhubilie

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
使用Graph库的多种机制来简化BFS代码

原文链接：http://cpp-prog.com/2009/0705/131_2.html本文首先从广度优先算法（Breadth First Search，BFS）入手，逐步介绍算法中会用到的一些机制如“外部属性”、“命令参数”、“访问器”等。最后再介绍一些其它的常用图算法。使用Graph库的多种机制来简化BFS代码上例中我们把ColorM
复制链接

扫一扫