• 判断无向图是否有环路的方法 -并查集 -BFS


    可以利用并查集或者带颜色标记的BFS(来自算法导论)判断。

    首先介绍第一种,用并查集来判断:

    首先初始化所有元素的根为-1,-1代表根节点,接下来对于图中的每一条边(v1,v2)都并入集合,并入的方式为查找v1和v2的根节点,然后让v2的根节点作为v1的根节点,查找根节点的过程为:如果当前的结点根为-1,说明这个结点就是根,直接返回,否则再继续查找结点父亲的根,直到找到祖先结点,这里因为只是判断环路,不需要压缩路径:

    int findSet(int x){
    
        if(Parent[x] == -1){
            return x; // x is root
        }
        return findSet(Parent[x]);
    
    }

    在找到v1的根vp1和v2的根vp2以后,首先判断他们是否是同根的,对于一个无环图,某条边并入集合前是不会出现同根的情况的,这是因为这条边中一定有一个结点是新加入集合的(否则这条边就重复了),这个结点的根一定为-1,而另一个已经并入的,会存着根结点的序号(不一定是祖先,因为没有压缩路径),只有图有环的时候才可能两个根相同,因此以vp1是否等于vp2作为图是否有环的依据,一旦发现,即说明有环,直接返回,没有则合并v1、v2,继续进行。

    注意:虽然是无向图,但是边只能单向遍历,如果把两个方向的边都遍历,势必有一边出现同根的两结点,一定要注意!!!

    具体代码如下:

    #include <iostream>
    #include <vector>
    #include <memory.h>
    
    using namespace std;
    
    vector<int> Parent;
    
    void initSet(){
    
        for(int i = 0; i < Parent.size(); i++)
            Parent[i] = -1;
    
    }
    
    int findSet(int x){
    
        if(Parent[x] == -1){
            return x; // x is root
        }
        return findSet(Parent[x]);
    
    }
    
    void UnionSet(int x, int y){
    
        int xp = findSet(x);
        int yp = findSet(y);
        Parent[xp] = yp;
    
    }
    
    int main(){
    
        int N, E;
        cin >> N >> E;
        vector<vector<int> > edges(N);
        Parent.resize(N);
        int v1,v2;
        for(int i = 0; i < E; i++){
            cin >> v1 >> v2;
            edges[v1].push_back(v2);
            //edges[v2].push_back(v1);
        }
        // 测试是否有环
        initSet();
        for(int v = 0; v < edges.size(); v++){
            for(int i = 0; i < edges[v].size(); i++){
                int w = edges[v][i];
                int xp = findSet(v);
                int yp = findSet(w);
                if(xp == yp){
                    cout << "未合并前同根,说明有环。" << endl;
                    return 0;
                }
                UnionSet(v,w);
            }
        }
        cout << "无环" << endl;
        return 0;
    
    }

    第二种方法,是利用BFS。

    我们规定结点有三种颜色,白色、灰色、黑色,在结点没有访问之前,为白色,当结点入队时,结点变灰,出队时变黑。

    因为BFS是按层的顺序、从左到右进行遍历的,因此当一个根结点变黑后,也就是它出队以后,接下来要将它的所有未访问过的子结点(邻接点)入队,并且染上灰色,下面我们讨论任一个子结点的颜色。

    如果没有环,子结点的颜色只可能是白色,也就是未访问过,如果子结点的颜色为灰色,说明入队过,可能是在根结点变黑(出队)之前就有一个结点有这个子结点作为邻接点,从而进行了第一次访问,这也就是有环的情况,因此,只需要在BFS过程中检测出队结点的邻接点是否有灰色结点即可,有灰色结点可理解得出有环的结论。

    具体代码如下:

    bool hasCycle(int s){
    
        for(int i = 1; i <= N; i++) {
            nodesColor[i] = colorWhite;
        }
    
        queue<int> Q;
        Q.push(s);
        while(!Q.empty()){
    
            int v = Q.front();
            Q.pop();
            nodesColor[v] = colorGray;
            for(int index = 0; index < Graph[v].size(); index++){
                int w = Graph[v][index];
                if(nodesColor[w] == colorWhite){
                    Q.push(w);
                    nodesColor[w] = colorGray;
                }else if(nodesColor[w] == colorGray){
                        return true;
                }
            }
            nodesColor[v] = colorBlack;
        }
    
        return false;
    
    }



  • 相关阅读:
    用windows脚本实现文件下载
    pku1325 Machine Schedule
    中位数
    pku1468 Rectangles
    最小密度路径
    合并序列
    PowerDesigner(5)转载
    责任链模式
    PowerDesigner(3)转载
    解释器模式
  • 原文地址:https://www.cnblogs.com/aiwz/p/6154168.html
Copyright © 2020-2023  润新知