欧拉回路
欧拉图
定义
- 欧拉回路:通过图中每条边恰好一次的回路
- 欧拉通路:通过图中每条边恰好一次的通路
- 欧拉图:具有欧拉回路的图
- 半欧拉图:具有欧拉通路但不具有欧拉回路的图
性质
欧拉图中所有顶点的度数都是偶数。
若 \(G\) 是欧拉图,则它为若干个环的并,且每条边被包含在奇数个环内。
判别方法
无向图
-
无向图 \(G\) 是欧拉图,当且仅当:
-
非零度顶点是连通的
-
顶点的度数都是偶数
-
-
无向图 \(G\) 是半欧拉图,当且仅当:
-
非零度顶点是连通的
-
恰有 0 或 2 个奇度顶点
-
有向图
-
有向图 \(D\) 是欧拉图,当且仅当:
-
非零度顶点是强连通的
-
每个顶点的入度和出度相等
-
-
有向图 \(D\) 是半欧拉图,当且仅当:
-
非零度顶点是弱连通的
-
至多一个顶点的出度与入度之差为 1
-
至多一个顶点的入度与出度之差为 1
-
其他顶点的入度和出度相等
-
示例
以如下有向图为例
从顶点 1 出发,因为顶点 4 和顶点 5 的入度不等于出度,所以,它不存在欧拉通路。
如下有向图都存在欧拉通路:
求欧拉回路的方法
Fleury 算法
也称避桥法,是一个偏暴力的算法。
算法流程为每次选择下一条边的时候优先选择不是桥的边。
Hierholzer 算法
也称逐步插入回路法。
算法流程为从一条回路开始,每次任取一条目前回路中的点,将其替换为一条简单回路,以此寻找到一条欧拉回路。如果从路开始的话,就可以寻找到一条欧拉路。
实现
Hierholzer 算法的暴力实现如下:
性质
这个算法的时间复杂度约为 \(O(nm+m^2)\)。实际上还有复杂度更低的实现方法,就是将找回路的 \(DFS\) 和 \(Hierholzer\) 算法的递归合并,边找回路边使用 Hierholzer 算法。
如果需要输出字典序最小的欧拉路或欧拉回路的话,因为需要将边排序,时间复杂度是 \(\Theta(n+m\log m)\)(计数排序或者基数排序可以优化至 \(\Theta(n+m)\)。
如果不需要排序,时间复杂度是 \(\Theta(n+m)\)。
应用
计算机译码
设有 \(m\) 个字母,希望构造一个有 \(m^n\) 个扇形的圆盘,每个圆盘上放一个字母,使得圆盘上每连续 \(n\) 位对应长为 \(n\) 的符号串。转动一周(\(m^n\) 次)后得到由 \(m\) 个字母产生的长度为 \(n\) 的 \(m^n\) 个各不相同的符号串。
构造如下有向欧拉图:
设 \(S = \{a_1, a_2, \cdots, a_m\}\),构造 \(D=\langle V, E\rangle\),如下:
规定 \(D\) 中顶点与边的关联关系如下:
顶点 \(a_{i_1} a_{i_2} \cdots a_{i_{n-1}}\) 引出 \(m\) 条边:
边 \(a_{j_1}a_{j_2}\cdots a_{j_{n-1}}\) 引入顶点
这样的 \(D\) 是连通的,且每个顶点入度等于出度(均等于 \(m\)),所以 \(D\) 是有向欧拉图。
任求 \(D\) 中一条欧拉回路 \(C\),取 \(C\) 中各边的最后一个字母,按各边在 \(C\) 中的顺序排成圆形放在圆盘上即可。
应用
应用1:洛谷 P2731 骑马修栅栏
题目
给定一张有 \(500\) 个顶点的无向图,求这张图的一条欧拉路或欧拉回路。如果有多组解,输出最小的那一组。
在本题中,欧拉路或欧拉回路不需要经过所有顶点。
边的数量 \(m\) 满足 \(1\leq m \leq 1024\)。
解题思路
用 Fleury 算法解决本题的时候只需要再贪心就好,不过由于复杂度不对,还是换 Hierholzer 算法吧。
保存答案可以使用 stack
注意,不能使用邻接矩阵存图,否则时间复杂度会退化为 \(\Theta(nm)\)。由于需要将边排序,建议使用前向星或者 \(vector\) 存图。
代码实现
#include <algorithm>
#include <cstdio>
#include <stack>
#include <vector>
using namespace std;
struct edge {
int to;
bool exists;
int revref;
bool operator<(const edge& b) const { return to < b.to; }
};
vector<edge> beg[505];
int cnt[505];
const int dn = 500;
stack<int> ans;
void Hierholzer(int x) { // 关键函数
for (int& i = cnt[x]; i < (int)beg[x].size();) {
if (beg[x][i].exists) {
edge e = beg[x][i];
beg[x][i].exists = 0;
beg[e.to][e.revref].exists = 0;
++i;
Hierholzer(e.to);
} else {
++i;
}
}
ans.push(x);
}
int deg[505];
int reftop[505];
int main() {
for (int i = 1; i <= dn; ++i) {
beg[i].reserve(1050); // vector 用 reserve 避免动态分配空间,加快速度
}
int m;
scanf("%d", &m);
for (int i = 1; i <= m; ++i) {
int a, b;
scanf("%d%d", &a, &b);
beg[a].push_back((edge){b, 1, 0});
beg[b].push_back((edge){a, 1, 0});
++deg[a];
++deg[b];
}
for (int i = 1; i <= dn; ++i) {
if (!beg[i].empty()) {
sort(beg[i].begin(), beg[i].end()); // 为了要按字典序贪心,必须排序
}
}
for (int i = 1; i <= dn; ++i) {
for (int j = 0; j < (int)beg[i].size(); ++j) {
beg[i][j].revref = reftop[beg[i][j].to]++;
}
}
int bv = 0;
for (int i = 1; i <= dn; ++i) {
if (!deg[bv] && deg[i]) {
bv = i;
} else if (!(deg[bv] & 1) && (deg[i] & 1)) {
bv = i;
}
}
Hierholzer(bv);
while (!ans.empty()) {
printf("%d\n", ans.top());
ans.pop();
}
}
应用2:Leetcode 753. 破解保险箱
题目
有一个需要密码才能打开的保险箱。密码是 \(n\) 位数, 密码的每一位都是范围 \([0, k - 1]\) 中的一个数字。
保险箱有一种特殊的密码校验方法,你可以随意输入密码序列,保险箱会自动记住 最后 \(n\) 位输入 ,如果匹配,则能够打开保险箱。
在只知道密码位数 \(n\) 和范围边界 \(k\) 的前提下,请你找出并返回确保在输入的 某个时刻 能够打开保险箱的任一 最短 密码序列。
用例:
输入:n = 2, k = 2
输出:"01100"
注意,"01100"、"10011" 和 "11001" 也可以确保打开保险箱。
解题思路
题意转换
求出一个最短的字符串,使其包含从 $0 \sim k^n $ ( \(k\) 进制)中的所有数字。
思路
将所有的 \(n−1\) 位数作为有向图的节点,共有 \(k^{n - 1}\) 个节点,每个节点有 \(k\) 条入边和出边。
如果某个节点对应的数字为 \(a_1a_2 \cdots a_{n-1}\),那么,它的第 \(x\) 条出边就连向数字 \(a_2 \cdots a_{n-1} x\) 对应的节点。这样,这样我们从一个节点顺着第 \(x\) 条边走到另一个节点,就相当于输入了数字 \(x\)。
我们以用例 \(n=3,k=2\) 为例,其节点为:“\(00\)”,“\(01\)”,“\(10\)”,“\(11\)”,每个节点有 \(2\) 条边,节点上添加数字 \(0∼1\) 可转化到自身或另一个节点,如下图所示。
如果我们从任一节点出发,能够找出一条路径,经过图中的所有边且只经过一次,然后把边上的数字写入字符串(还需加入起始节点的数字),那么这个字符串显然符合要求,而且找不出比它更短的字符串了。
Hierholzer 算法
由于这个有向图的每个节点都有 \(k\) 条入边和出边,因此它一定存在一个欧拉回路,即可以从任意一个节点开始,一次性不重复地走完所有的边且回到该节点。
因此,我们可以用 Hierholzer 算法找出这条欧拉回路,这里,我们假设起始节点对应的数为 \(u\),欧拉回路中每条边的编号为:
那么,最终的字符串为:
算法的思路如下:
-
从节点 \(u\) 开始,任意地经过还未经过的边,直到我们「无路可走」。
此时我们一定回到了节点 \(u\),这是因为所有节点的入度和出度都相等。
\[u \to \cdots \to v \to \cdots \to u \]回到节点 \(u\) 之后,我们得到了一条从 \(u\) 开始到 \(u\) 结束的回路,这条回路上仍然有些节点 \(v\) 有未经过的出边。
-
我们从节点 \(v\) 开始,继续得到一条从 \(v\) 开始到 \(v\) 结束的回路,再嵌入之前的回路中,即
\[u \to \cdots \to v \to \cdots \to v \to \cdots \to u \]以此类推,直到没有节点有未经过的出边,此时我们就找到了一条欧拉回路。
算法步骤:
-
使用深度优先的方式遍历有向图,从起始节点 "\(00\cdots0\)" 出发,遍历它邻近的 \(k\) 个节点;
假设当前节点为 \(u\),节点 \(u\) 的出边连接的节点为 \(v\),那么:
\[v = u * 10 + x, \{x | 0 \ge x \ge k - 1 \} \] -
使用 \(path\) 记录访问过的边,已经访问过的节点不再重复访问;
注意,下一个节点只需要取后 \(n - 1\) 位即可。
-
在路径上添加最后的结束点 \(end\),结束节点就是起始节点。
这里,我们使用一个集合 \(visited\) 记录访问过的节点,由于会涉及到多次重复访问,使用后序遍历的方式记录访问的路径。
代码实现
class Solution:
def crackSafe(self, n: int, k: int) -> str:
visited = set()
path = list()
highest = 10 ** (n - 1)
# 从节点 "00...0"开始遍历
self.dfs(k, 0, visited, path, highest)
# 添加结束节点,结束节点就是起点
path.append("0" * (n - 1))
return "".join(path)
def dfs(self, k, node: int, visited, path, highest):
# 遍历当前节点的邻居节点
for i in range(k):
neighboor = node * 10 + i
if neighboor not in visited:
visited.add(neighboor)
# 下一个节点最多取后 n-1 位即可
self.dfs(k, neighboor % highest, visited, path, highest)
# 后序遍历记录路径
path.append(str(i))
return
class Solution {
TreeSet<String> visited;
StringBuilder path;
public String crackSafe(int n, int k) {
if(n == 1 && k == 1) {
return "0";
}
visited = new TreeSet<>();
path = new StringBuilder();
// 从顶点 00..0 开始
String start = String.join("", Collections.nCopies(n - 1, "0"));;
findEuler(start, k);
path.append(start); // 回路添加最后的 end 顶点,end 就是 start
return path.toString(); // return new String(path);
}
public void findEuler(String curv, int k) {
for(int i = 0; i < k; i ++) {
// 往顶点的 k 条出边检查,顶点加一条出边就是一种密码可能
String nextv = curv + i;
if(!visited.contains(nextv)) {
visited.add(nextv);
findEuler(nextv.substring(1), k);
path.append(i);
}
}
}
}
应用3:Leetcode 332. 重新安排行程
题目
分析
题意转换
给定一个 n 个点 m 条边的图,要求从指定的顶点出发,经过所有的边恰好一次(可以理解为给定起点的「一笔画」问题),使得路径的字典序最小。
解题思路
因为本题保证至少存在一种合理的路径,也就告诉了我们,这张图是一个欧拉图或者半欧拉图。我们只需要输出这条欧拉通路的路径即可。
Hierholzer 算法用于在连通图中寻找欧拉路径,其流程如下:
-
从起点出发,进行深度优先搜索。
-
每次沿着某条边从某个顶点移动到另外一个顶点的时候,都需要删除这条边。
-
如果没有可移动的路径,则将所在节点加入到栈中,并返回。
代码实现
class Solution:
def findItinerary(self, tickets: List[List[str]]) -> List[str]:
vec = collections.defaultdict(list)
for depart, arrive in tickets:
vec[depart].append(arrive)
for key in vec:
heapq.heapify(vec[key])
stack = list()
self.dfs("JFK", vec, stack)
return stack[::-1]
def dfs(self, curr: str, vec, stack):
while vec[curr]:
tmp = heapq.heappop(vec[curr])
self.dfs(tmp, vec, stack)
stack.append(curr)
参考: