算法导论22章基本的图算法 思考题总结 (转载)

22-1 (以广度优先搜索来对图的边进行分类)深度优先搜索将图中的边分类为树边、后向边、前向边和横向边。广度优先搜索也可以用来进行这种分类。具体来说,广度优先搜索将从源结点可以到达的边划分为同样的4种类型。

a.证明在对无向图进行的广度优先搜索中,下面的性质成立:

1.不存在后向边,也不存在前向边。

2.对于每条树边(u, v),我们有v.d = u.d + 1。

3.对于每条横向边(u, v),我么有v.d = u.d 或 v.d = u.d + 1。

b.证明在对有向图进行广度优先搜索时,下面的性质成立:

1.不存在前向边。

2.对于每条树边(u, v),我们有v.d = u.d + 1。

3.对于每条横向边(u, v),我们有v.d ≤ u.d + 1。

4.对于每条后向边(u, v),我们有0 ≤ v.d ≤ u.d。

ANSWER:

a:

1.假如(u, v)是前向边,则搜索结点v前必搜索u,则根据BFS,当搜索结点u以后必先搜索结点v,则(u, v)是树边;同理,若(u, v)是后向边,则(v, u)是树边;矛盾,所以不存在前向边和后向边。

2.对于每条树边(u, v)有v.π = u,切执行v.π = u的同时执行v.d = u.d + 1;在这之后u.d和v.d都不会改变,所以v.d = u.d + 1;得证。

3.由(u, v)为横向边可知,当搜索结点u时,v必须在队列中,否则(u, v)为树边,所以v.d ≤ u.d + 1。又由无向图横向边可知v.d ≥ u.d。所以u.d = v.d 或 u.d + 1 = v.d。

b:

1.假如(u, v)是前向边,则u.d < v.d,则搜索结点u时,结点v仍是白色,则(u, v)必是树边,矛盾;所以不存在前向边。

2.同a.2。

3.和a.3类似。

4.显然有v.d ≥ 0,又由后向边可知v.d ≤ u.d,得证。

 

22-2 (衔接点、桥和双连通分量)设G=(V,E)为一个连通无向图。图G的衔接点是指图G中的一个结点,删除该结点将导致图不连通。图G的桥是指图中的一条边,删除该条边,图就不再连通。图G的双连通分量是指一个最大的边集合,里面的任意两条边都处于同一条简单环路中。设Gπ=(V,Eπ)为图G的深度优先树。
(事实上这里的双连通分量是点-双连通分量,还有边-双连通分量)

问题:
a. 证明:Gπ的根结点是图G的衔接点当且仅当它在Gπ中至少有两个子结点。
证明:
因为在对无向图G进行DFS时,每条边要么是树边,要么是后向边,因此当根结点删除时,如果它有两个以上的的子结点,这些子结点是无法相互到达的,因此根结点是图G的衔接点

b. 设结点v为Gπ的一个非根结点。证明:v是G的衔接点当且仅当结点v有一个子结点s,且没有任何从结点s或任何s的后代结点指向v的真祖先的后向边。
证明:
考虑v的任意子结点s,如果s及其后代不能连回v的真祖先,那么显然,删除v之后,v的真祖先与s不再连通。
反过来,如果s或它的后代存在一条后向边连回v的真祖先,则即使删了v,以s为根的子树都可以通过这条后向边与v的真祖先连通。

c. 定义:
v.low=min{u.d
w.d:(u,w)是结点v的某个后代结点u的一条后向边}
(d为第一时间戳)
请说明如何在O(E)的时间内为所有结点v计算出v.low的值
解:
对图G进行DFS,设现在遍历到结点u,初始化u.low=u.d。
接下来寻找拓展结点,设该结点为v.
如果结点v未被访问过,则我们从结点v处DFS以求得v.low,用其更新u.low
否则如果v不是u的父亲,那么我们用v.d更新u.low

d. 说明如何在O(E)时间内计算出图G的所有衔接点
解:
c中基本说的差不多了,以下是细节:
进行DFS时同时维护father,确保不把儿子到父亲的路径当成后向边。
不能边DFS边输出,因为可能多次满足条件,所以只能做上标记。

e. 证明:图G的一条边是桥当且仅当该边不属于G中的任何简单环路。
证明:
若存在一个桥属于G中的一个简单环路,那么删除这条边后,该桥的两端结点根据定义仍然可以通过其他路径连通,矛盾;而如果一条边不属于任何简单环路,那么这条边的两端节点只能通过这条边连通(否则会出现新环路),因此删除这条边时图G不再连通,故此时这条边是桥。

f. 说明如何在O(E)时间内计算出图G所有桥。
解:
过程其实与求衔接点很相似,但要注意判定过程中有更改:
当u.d>v.low时(u,v)是桥(可以发现等号不能成立)

g. 证明:G的双连通分量是G的非桥边的一个划分
证明:
事实上就是让你证双连通分量中删去任意一个点都不影响连通性。
这是一个双连通图显然的性质,不详细证了。(点—双连通)

h. 给出一个O(E)时间复杂度的算法来给图G的每条边e做出标记。这个标记是一个正整数e.bcc且满足e.bcc=e’.bcc当且仅当边e和边e’在同一个双连通分量中。
解:
从森林的每个根结点开始DFS,用类似于求衔接点的方法维护每个结点的low值,但为了保存bcc,我们还要建一个栈来保存没有访问过的边;如果遍历的边为后向边,我们就用反向边更新自己(要注意反向边不能指向父亲)

附:边-双连通分量可先做一次DFS标记出所有的桥,然后第二次DFS找出边-双连通分量,因为边-双连通分量是没有公共结点的,所以第二次DFS保证不经过桥即可。

补充知识:

无向图的双连通分量

点-双连通图:一个连通的无向图内部没有割点,那么该图是点-双连通图。

        注意:孤立点,以及两点一边这两种图都是点-双连通的。因为它们都是内部无割点。

边-双连通图:一个连通的无向图内部没有桥,那么该图就是边-双连通的。

        注意:孤立点是边-双连通的,但是两点一边不是边-双连通的。

  由上面定义可以知道:点-双连通图不一定是边-双连通的。

        对于一张无向图,点-双连通的极大子图称为双连通分量。不难发现,每条边恰好属于一个双连通分量(所以两点一边是一个点-双连通分量)。但不同双连通分量可能会有公共点,可以证明不同双连通分量最多只有一个公共点,且它一定是割顶。另一方面任意割顶都是至少两个不同的点-双连通分量的公共点。

        边-双连通的极大子图称为边-双连通分量。除了桥不属于任何边-双连通分量外,其他每条边恰好属于一个边-双连通分量,而且把所有桥删除之后,每个连通分量对应原图中的一个边-双连通分量。

        总之:

        判断一个图是不是点-双连通的只要看图中是否有割点。(比寻找割点多了个栈而已)

        判断一个图是不是边-双连通的只要看图中是否有桥。

  如果看到这里还有很多困惑,先画图思考矛盾点,然后看代码可以更清楚,有大量注释,前提是,得先到别处看懂求割点的算法。

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue>
#include<vector>
#include<stack>
using namespace std;
const int maxn=1000+10;

int n,m;
int bcc_cnt;
int dfs_clock;      //bcc_cnt计数一共有多少个点-双连通分量
int pre[maxn];      //vis标记,同时也标记了是树中的第几个点
bool iscut[maxn];
int bccno[maxn];    //bccno[i]=x表示第i个顶点属于x号点双连通分量
vector<int> G[maxn],bcc[maxn];  //bcc[i]中包含了i号点-双连通分量的所有节点

struct Edge //边的结构体
{
    int u,v;
    Edge(int u,int v):u(u),v(v){}
};
stack<Edge> S;

int dfs(int u,int fa)
{
    int lowu=pre[u]=++dfs_clock;
    int child=0;
    for(int i=0;i<G[u].size();i++)
    {
        int v=G[u][i];      //取出点
        Edge e = Edge(u,v); //创建这条边

        if(!pre[v]) //v没有被访问过
        {
            S.push(e);      //将边入栈
            child++;
            int lowv=dfs(v,u);  //求low先
            lowu=min(lowu,lowv);
            if(lowv >= pre[u])  //本节点是割点
            {
                iscut[u]=true;
                bcc_cnt++;              //注意bcc_cnt从1开始编号
                bcc[bcc_cnt].clear();   //清除之前留下的
                while(true)             //产生一个双连通分量,
                {
                    Edge x=S.top();     //逐次取出边
                    S.pop();
                    //1个点可能属于多个连通分量,且它一定是割点。
                    if(bccno[x.u]!=bcc_cnt)     //这个点还没有统计到这个连通分量。
                    {
                        bcc[bcc_cnt].push_back(x.u);
                        bccno[x.u]=bcc_cnt;     //预防重复统计
                    }
                    if(bccno[x.v]!=bcc_cnt)
                    {
                        bcc[bcc_cnt].push_back(x.v);
                        bccno[x.v]=bcc_cnt;
                    }
                    if(x.u==u && x.v==v)      //扫到u-v,栈中又没有与u相连的边了。继续试试其他孩子
                        break;
                }
            }
        }
        else if(pre[v]<pre[u]&&v!=fa)     //点v在u上面就被访问过,才可以更新,在下面访问过的,不可以!
        {
            S.push(e);      //这个是和u在一起的双连通分量
            lowu=min(lowu,pre[v]);
        }
    }

    /*
    根的孩子必须大于1才会是割点,有割点才会有双连通分量。
    (1)那么如果根不是割点呢?
    假设根不是割点,那么根最多只有1个孩子,也就是说根的度为1,那么根不可能处于任何1个双连通分量中。
    假设根是割点,那么每个孩子各自是一个连通分量。那么就会在上面的代码中被处理为一个双联通分量。
    (2)如果有桥呢?比如u-v是桥,那么会怎样?
    假设u-v是桥,且u在数中的时间戳比较小。可知v也就是一个割点啦,u-v断开后,与v相连的都成为一个双连通分量了。
    回溯到u时,栈中(或顶)没有包含u的边,直到另一个连通分量的产生。
    如果u的孩子中没有连通分量了,那么与u相连的孩子肯定有边连到u的上边,他们又形成了一个环了,双连通分量又产生了,由其他割点去解决。
    */
    if(fa<0 && child==1) iscut[u]=false;
    return lowu;
}

void find_bcc(int n)
{
    memset(pre,0,sizeof(pre));
    memset(iscut,0,sizeof(iscut));
    memset(bccno,0,sizeof(bccno));
    dfs_clock = bcc_cnt = 0;
    for(int i=0;i<n;i++)            //为了防止有多个连通图,全部都得搜
        if(!pre[i]) dfs(i,-1);
}
int main()
{
    while(scanf("%d%d",&n,&m)==2&&n)
    {
        for(int i=0;i<n;i++) G[i].clear();  //点集
        for(int i=0;i<m;i++)        //输入边
        {
            int u,v;
            scanf("%d%d",&u,&v);
            G[u].push_back(v);
            G[v].push_back(u);
        }
        find_bcc(n);    //计算双连通分量的个数
        printf("点-双连通分量一共%d个\n",bcc_cnt);



        for(int i=1;i<=bcc_cnt;i++)     //输出每个双连通分量。可能点A在第一个双连通分量中输出,又出现在第2个双连通分量中,因为它是割点。
        {
            printf("第%d个点-双连通分量包含以下点:\n",i);
            sort(&bcc[i][0],&bcc[i][0]+bcc[i].size()); //对vector排序,使输出的点从小到大
            for(int j=0;j<bcc[i].size();j++)
            {
                printf("%d ",bcc[i][j]);
            }
            printf("\n");
        }
    }
    return 0;
}

带注释的源码

带注释的源码
View Code

 

22-3(欧拉回路)欧拉回路的算法来自1873年的Hierholzer,前提是假设图G存在欧拉回路,即有向图任意点的出度和入度相同。从任意一个起始点v开始遍历,直到再次到达点v,即寻找一个环,这会保证一定可以到达点v,因为遍历到任意一个点u,由于其出度和入度相同,故u一定存在一条出边,所以一定可以到达v。将此环定义为C,如果环C中存在某个点x,其有出边不在环中,则继续以此点x开始遍历寻找环C’,将环C、C’连接起来也是一个大环,如此往复,直到图G中所有的边均已经添加到环中。

数据结构如下:
(1) 使用循环链表CList存储当前已经发现的环;
(2) 使用一个链表L保存当前环中还有出边的点;
(3) 使用邻接表存储图G

使用如下的步骤可以确保算法的复杂度为O(E):
(1) 将图G中所有点入L,取L的第一个结点
(2) 直接取其邻接表的第一条边,如此循环往复直到再次到达点v构成环C,此过程中将L中无出边的点删除。环C与环CList合并,只要将CList中的点v使用环C代替即可。
(3) 如果链表L为空表示欧拉回路过程结束,否则取L的第一个结点,继续步骤(2)

22-4 (可到达性)设G = (V, E)为一个有向图,且每个结点u∈V都标有一个唯一的整数值标记L(u),L(u)的取值为集合{1,2,...,|V| }。对于每个结点u∈V,设R(u) = {v∈V:u→v}为从结点u可以到达的所有结点的集合。定义min(u)为R(u)中标记最小的结点,即min(u)为结点v,满足L(v) = min{L(w):w∈R(u)}。请给出一个时间复杂度为O(V + E)的算法来计算所有结点u∈V的min(u)。

ANSWER:按照结点L(u)顺序对每个结点查找该结点可到达的结点,并找出最小的L(v),即min(u);

对V个结点进行查找共计E条边,所以时间复杂度为O(V + E)。

posted @ 2017-08-24 15:37  miaoheping  阅读(2682)  评论(0编辑  收藏  举报