由于本篇博文的图不能正常显示,故将本篇博文的底稿上传。下载地址为:https://files.cnblogs.com/finallyliuyu/allpathbetweentwonodes.rar
希望能对大家有用。另外需要指出的是:我的这个求两点之间所有路径的算法并不高效,但是可以保证正确,无论是有向图,还是无向图都可以使用。
作者:finallyly 出处:技术(如若转载请注明作者和出处)
最近在实现一个算法,算法之内有一个子算法是求有向图内两个定点(原点和目的点)之间的全部路径。在网上翻阅了大部分资料,发现给出的算法和代码要么只能解决DAG(有向无环图)的两定点之间所有路径问题,要么就是算法本身存在若干漏洞,连DAG图也无法解决。花费了一天的时间,自己写了个求简单有向图中(包括dag和非dag)两定点之间所有路径的算法,特共享出来。
文章将按如下组织,首先给出path的定义,其次给出dag的定义,然后给出算法的伪代码,之后是算法的C++实现以及实验结果。
1 Path的定义
Path的定义是建立在walk,基础上的。参见Bondy的《Graph Theory With Applications》
由上面的定义,我问可以得出path是一个结点和边交叠出现的序列,并且在这个序列中结点不能重复,边也不能重复。
2 DAG的定义
DAG(Directed Acyclic Graph):即不存在环路的有向图。或者说是DFS过程中不出现回边(backc edge)的图。如图2-1就是一个DAG。更一般的有向图见图2-2
2‑1 DAG
++++++++++++++++++++++++++++++++++++++
第1条路径是:0-->1-->4-->11
第2条路径是:0-->1-->3-->11
第3条路径是:0-->1-->2-->6-->10-->11
第4条路径是:0-->1-->2-->6-->9-->11
第5条路径是:0-->1-->2-->5-->8-->11
第6条路径是:0-->1-->2-->5-->7-->11
++++++++++++++++++++++++++++++++++++++
2‑2 Digraph
该图对应的矩阵型存储格式为:
它的路径有:
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
第一条路径:0->1->2->3->4
第二条路径:0->1->2->4
第三条路径:0->1->3->2->4
第四条路径:0->1->3->4
第五条路径:0->1->4
第六条路径:0->2->1->3->4
第七条路径:0->2->1->4
第八条路径:0->2->3->1->4
第九条路径:0->2->3->4
第十条路径:0->2->4
第十一条路径:0->3->1->2->4
第十二条路径:0->3->1->4
第十三条路径:0->3->2->1->4
第十四条路径:0->3->2->4
第十五条路径:0->3->4
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
3 算法设计
待求解问题是“求原点和目的点之间的全部路径”,求解问题的第一步,我们需要确定这是一个P问题还是NP问题。对于P问题,可以直接设计算法;对于NP问题,则需要一些近似手段。值得庆幸的是这是一个P问题。算法最大复杂度为
证明如下:
假定有向图为N个节点的简单完全图,即每个节点都与其他N-1个节点有边相连。起始结点和结束节点确定,那么我们需要排列中间的N-2个节点,对于第一个非固定的节点,它有N-2种可能取值。。。以此类推得到上述答案。
求两定点之间的全部路径,其根本是一个涉及到搜索和回溯的问题。我们设计算法时所关心的首要问题是:按照何种顺序搜索和回溯才能保证路径可以不重不漏地被全部找到。
如下是算法设计部分
图的存储结构:邻接矩阵。Arcs
工作结构:结点栈 mystack;
状态保存结构:
(1) VertexStatus[]={0,0,0,1,1,…}。当结点未进栈或者已经出栈,则其对应的状态为0,否则状态为1;
(2) ArcStatus[][]={0,0,1,0,1…..}当且仅当边的两个结点都在栈外时,边的状态才为0,否则为1。
注意我们只所以设计如上结点、边两个状态存储结构,就是依据于path的定义,结点不重复,边不重复。具有边状态存储结构,也是我的算法与其他算法根本上的不同。
不失一般性,我们假设原点的编号最小为0,目标点的编号最大N。我们的问题转换成了,求最小编号的节点与最大编号的节点之间的所有路径。
Intial :
Paths={}//路径集合
VertexStatus[]={0};//全部置0
ArcStatus[][]={0};////全部置0
mystack.push(0);
VertexStatus[0]=1;
While(!mystack.empty())
{
Int elem= mystack.top();//获得栈顶元素
if(elem==N)//找到了一条路径
{
path=Traverse(mystack);
Paths.add(path);
VertexStatus[elem]=0;
UpdateArcStatus();//更新ArcStatus[][],使得所有两个端点都不在栈内的边的状态为0
mystack.pop();//移除栈顶元素
}
else
{
i=0;
For(;i<N;i++)
{ if(VertexStatus[i]=0&&ArcStatus[elem][i]=0&&Arcs.contain(elem,i))
{
VertexStatus[i]=1;
ArcStatus[elem][i]=1;
Mystack.push(i);//入栈
break;
}
}
if(i=N)//该节点没有符合要求的后续节点
{
VertexStatus[elem]=0;
UpdateArcStaus();////更新ArcStatus[][],使得所有两个端点都不在栈内的边的状为0
Mystack.pop();//出栈
}
}
}