• Boost Graph Library


    关于计算的公理表达通常颇具争论。然而,现代计算最重要的理论支柱之一的图论并不是这些公理表达之一。无数工程领域(从设计路由器和网络到设计构成移动设备核心的芯片)都是图论的应用。

    作为 C++ 应用程序软件开发人员,我们通常需要直接将实际工程问题转化成一个等价的图论问题。如果有一个可靠的基于 C++ 的通用图库,就可以帮助我们实现这个转换,这样的图库显然非常受欢迎:Boost Graph Library (BGL) 将填补这项空白。

    在本文中,您首先将创建一个无向图,然后按照常规的遍历例程创建一个有向图。随后,您可以应用一些经典算法,所有算法都不需要添加大量代码。这就是 BGL 的神奇之处。

    下载和安装

    BGL 可从 Boost 网站免费下载(请参阅 参考资料,获取有关的链接)。BGL 是一个仅有头文件的库,因此,以后在应用程序代码中使用该库时,需要在源代码中包含相关的头文件。但是 BGL 需要这个序列化库来进行链接 。以下是一个典型的命令行格式:

     root# g++ test_bgl.cpp I/usr/boost/boost_1_44/ -L/usr/boost/boost_1_44/lib 

    如果要试验本文中的代码,您需要安装 Boost 1.44 版本。

    邻接表(Adjacency lists)

    任何图实现的头文件中都有一个邻接表 (adjacency list) 或邻接矩阵。清单 1 显示了在 Boost 头文件 adjacency_list.hpp 中如何声明邻接表。


    清单 1. 在 Boost 中声明一个邻接表

    				
     
    template <class OutEdgeListS = vecS, 
    // a Sequence or an AssociativeContainer class VertexListS = vecS, 
    // a Sequence or a RandomAccessContainer class DirectedS = directedS, 
    class VertexProperty = no_property, 
    class EdgeProperty = no_property, 
    class GraphProperty = no_property, 
    class EdgeListS = listS> 
    class adjacency_list {  }; 
    

    为了简便起见,我们将重点放在前三个模板参数。

    OutEdgeList 模板参数决定了将用于存储边列表( edge-list)信息的容器类型。回顾一下图论基础知识就可以知道,对于有向图,只具有入边的那些顶点都有一个对应的空邻接表。默认值被设置为 vecS,该值对应于 std::vectorVertexList 模板参数决定了用于表示该图顶点列表的容器类型,默认值同样被设置为 std::vectorDirectedS 模板参数根据提供的值是 directedS 还是 undirectedS来确定该图是有向图还是无向图。

    在 BGL 中创建一个图

    在声明邻接表的同时,清单 2 中的代码在 BGL 中创建了一个简单的无向图,边信息将存储在 std::list 中,顶点信息存储在std::vector 中。


    清单 2. 创建一个无向图

    				
           #include <boost/graph/adjacency_list.hpp> 
    using namespace boost; 
    typedef boost::adjacency_list<listS, vecS, undirectedS> mygraph; 
    int main() 
    { 
     mygraph g;
     add_edge (0, 1, g);
     add_edge (0, 3, g);
     add_edge (1, 2, g);
     add_edge (2, 3, g);
     } 

    在清单 2 中,在没有在构造函数中提供任何顶点或边信息的情况下创建了图 g。在运行的时候,会使用诸如 add_edge 和 add_vertex之类的帮助函数创建边和顶点。add_edge 函数,顾名思义:在一个图的两个顶点之间添加一条边。清单 2 中的代码执行结束后,图 g应该有 4 个顶点,分别标记为 0、1、2 和 3,顶点 1 与顶点 0 和顶点 2 连接,等等。

    遍历图

    遍历图涉及到使用 vertex_iterator 和 adjacency_iterator 类。前者遍历图的所有顶点,后者遍历相应邻接表。清单 3 展示了该代码。


    清单 3. 使用 BGL 遍历图

    				
     
    #include <boost/graph/adjacency_list.hpp> 
    using namespace boost; 
    typedef boost::adjacency_list<listS, vecS, undirectedS> mygraph; 
    int main() 
    { 
     mygraph g; 
     add_edge (0, 1, g); 
     add_edge (0, 3, g);
     add_edge (1, 2, g);
     add_edge (2, 3, g);
     mygraph::vertex_iterator vertexIt, vertexEnd;
     mygraph::adjacency_iterator neighbourIt, neighbourEnd;
     tie(vertexIt, vertexEnd) = vertices(g);
     for (; vertexIt != vertexEnd; ++vertexIt) 
      { 
        cout << *vertexIt << " is connected with "; 
        tie(neighbourIt, neighbourEnd) = adjacent_vertices(*vertexIt, g); 
        for (; neighbourIt != neighbourEnd; ++neighbourIt) 
        cout << *neighbourIt << " "; 
        cout << "
    "; 
       }
    } 

    创建一个有向图

    要创建一个有向图,只需要将 清单 3 中的图类型修改为directedS

     #include <boost/graph/adjacency_list.hpp> using namespace boost; 
     typedef boost::adjacency_list<listS, vecS, directedS> mygraph;
     int main()
     { 
        mygraph g; add_edge (0, 1, g);
        add_edge (0, 3, g); 
        add_edge (1, 2, g); 
        add_edge (2, 3, g); //  Same as Listing 3 
     } 

    帮助函数 vertices 返回一个 std::pair<vertex_iterator 和vertex_iterator>,前者指向图的第一个顶点。结果存储在多元组 tie (vertexIt, vertexEnd) 中,随后会使用 vertexIt 遍历该图。同样,帮助函数 adjacent_vertices 将会返回 std::pair<adjacency_iterator, adjacency_iterator>,第一个 adjacency_iterator 指向邻接表中的第一个元素。

    配置一个邻接表

    BGL 的优势之一是它是高度可配置的。BGL 允许您使用下列任何选择器类型来配置顶点集和边集合,这些选择器类型都是在头文件中定义的;您需要做的就是在声明图时使用它们:

    • vecS 选择 std::vector
    • lists 适用于 std::list
    • slistS 选择 std::slist
    • setS 选择 std::set
    • multiSetS 选择 std::multiset
    • hash_setS 选择 std::hash_set

    如果代码中可能有很多顶点插入操作,但删除操作却不是太多,那么 VertexList 可能是 vecS 或 listS。除了向量需要再分配之外,push_back 通常是一个常量。如果您要执行很多插入和删除操作,那么与 vecS 相比,listS 是一个不错的选择,因为从向量中删除一个元素通常是代价昂贵的,而且很耗时。

    创建无向图的另一种方法

    如果不使用基于邻接表的方法创建无向图,那么您可以使用 BGL 提供的 undirected_graph 类(在 undirected_graph.hpp 中定义)创建该图。但是,该类在内部使用了一个邻接表,而且使用基于邻接表的图通常会提供更大的灵活性。清单 4 展示了有关代码。


    清单 4. 使用 undirected_graph.hpp 创建一个无向图

    				
     
          #include <undirected_graph.hpp> #include <iostream> using namespace boost; 
    using namespace std;
    int main( )
    { 
        undirected_graph<>g;
         undirected_graph<>:vertex_descriptor u = g.add_vertex();
         undirected_graph<>:vertex_descriptor v = g.add_vertex();
         undirected_graph<>:vertex_descriptor w = g.add_vertex();
         undirected_graph<>:vertex_descriptor x = g.add_vertex();
         add_edge(u, v, g); add_edge(u, w, g); add_edge(u, x, g);
         cout << "Degree of u: " << degree(u, g);
         return 0; 
    } 

    在清单 4 中,我使用 add_vertex 向图中添加独立的顶点,使用 add_edge 向图中添加边。最后,通过调用 degree 方法得出单个顶点的度数。清单 5 提供了 undirected_graph 的声明和定义(来自 Boost 源代码)。


    清单 5. 解密 BGL undirected_graph

    				
           template < typename VertexProp = no_property, 
    typename EdgeProp = no_property, 
    typename GraphProp = no_property> class undirected_graph 
    { //  public: 
        typedef adjacency_list<listS,
        listS, undirectedS,
         vertex_property,
         edge_property,
         GraphProp,
         listS> graph_type; 
        private: graph_type m_graph; //  
    }; 

    跟踪一个顶点的入边(in-edges)和出边(out-edges)

    可以使用 out_edges 帮助函数访问一个顶点的出边,使用 in_edges 访问入边。BGL 的优势之一就是可以使用 cout 直接输出一条边,显示这条边连接的顶点。清单 6 展示了相关代码。


    清单 6. 遍历有向图的顶点

    				
           #include <boost/graph/adjacency_list.hpp> using namespace boost; 
    typedef boost::adjacency_list<listS, vecS, directedS> mygraph; 
    int main() 
    { 
      mygraph g; 
      add_edge (0, 1, g);
      add_edge (0, 3, g);
      add_edge (1, 2, g);
      add_edge (2, 3, g);
      mygraph::vertex_iterator vertexIt, vertexEnd;
      mygraph::in_edge_iterator inedgeIt, inedgeEnd;
      mygraph::in_edge_iterator outedgeIt, outedgeEnd; tie(vertexIt, vertexEnd) = vertices(g);

      tie(vertexIt, vertexEnd) = vertices(g);
     for (; vertexIt != vertexEnd; ++vertexIt)
    {
    cout << "incoming edges for " << *vertexIt << ": ";
    boost::tie(inedgeIt, inedgeEnd) = in_edges(*vertexIt, g);
    for(; inedgeIt != inedgeEnd; ++inedgeIt)
    {
    cout << *inedgeIt << " ";
    }
    cout << " ";
    }

    tie(vertexIt, vertexEnd) = vertices(g);
    for (; vertexIt != vertexEnd; ++vertexIt)
    {
    cout << "out-edges for " << *vertexIt << ": " ;
    boost::tie(outedgeIt, outedgeEnd) = out_edges(*vertexIt, g); // Similar to incoming edges
    for (; outedgeIt != outedgeEnd; ++outedgeIt)
    {
    cout << *outedgeIt << " ";
    }
    cout << endl;
    }

    } 

    编译清单 6 中的顶点将会出现错误。要修复该错误,只需在 mygraph 声明中使用 bidirectionalS 代替 directedS。在 BGL 中使用directedS 标签时,只允许您使用 out_edges 帮助函数以及相关遍历。使用 in_edges 需要将图的类型更改为 bidirectionalS,尽管该图或多或少仍然是一个有向图。

    注意:使用 in_edges 会产生额外的空间开销(与使用 directedS 相比,每条边成本增加了一倍),所以要确保该成本是您可以承受的。

    一些有用的 BGL 函数

    现在,我们来看一些 BGL 提供的之前我们并没有讨论过的重要实用函数。

    您可以使用下列函数进行图访问:

    • std::pair<edge_iterator, edge_iterator> edges(const adjacency_list& g)返回图 g 中边的相对应迭代程序对
    • vertices_size_type num_vertices(const adjacency_list& g) 返回图 g 中顶点的数量
    • edges_size_type num_edges(const adjacency_list& g)返回图 g 中边的数量
    • vertex_descriptor source(edge_descriptor e, const adjacency_list& g)返回一条边的源顶点
    • vertex_descriptor target(edge_descriptor e, const adjacency_list& g)返回一条边的目标顶点
    • degree_size_type in_degree(vertex_descriptor u, const adjacency_list& g)返回一个顶点的入度 (in-degree)
    • degree_size_type out_degree(vertex_descriptor u, const adjacency_list& g)返回一个顶点的出度 (out-degree)

    清单 7 显示了执行大量图访问的代码。


    清单 7. 使用 BGL 进行图访问

    				
           // usual typedefs here, refer to previous listings 
    int main() 
    { 
        mygraph g; 
        add_edge (0, 1, 8, g);
         add_edge (0, 3, 18, g);
         add_edge (1, 2, 20, g);
         add_edge (2, 3, 2, g);
         add_edge (3, 1, 1, g);
         add_edge (1, 3, 7, g);
         cout << "Number of edges: " << num_edges(g) << "
    ";
         cout << "Number of vertices: " << num_vertices(g) << "
    ";
         mygraph::vertex_iterator vertexIt, vertexEnd; tie(vertexIt, vertexEnd) = vertices(g);
         for (; vertexIt != vertexEnd; ++vertexIt) 
        { 
         std::cout << "in-degree for " << *vertexIt << ": " 
         << in_degree(*vertexIt, g) << "
    ";
         std::cout << "out-degree for " << *vertexIt << ": " 
         << out_degree(*vertexIt, g) << "
    "; 
        } 
        mygraph::edge_iterator edgeIt, 
        edgeEnd; tie(edgeIt, edgeEnd) = edges(g);
         for (; edgeIt!= edgeEnd; ++edgeIt) 
        { std::cout << "edge " << source(*edgeIt, g) << "-->" 
          << target(*edgeIt, g) << "
    "; 
        } 
    } 

    您可以使用下列代码来修改图:

    • void remove_edge(vertex_descriptor u, vertex_descriptor v, adjacency_list& g)从图 g 中删除一条边
    • void remove_edge(edge_descriptor e, adjacency_list& g)从图 g 中删除一条边
    • void clear_vertex(vertex_descriptor u, adjacency_list& g) 删除顶点 u 的所有边
    • void clear_out_edges(vertex_descriptor u, adjacency_list& g)删除有向图 g 中顶点 u 的所有出边(不适用于无向图)
    • void clear_in_edges(vertex_descriptor u, adjacency_list& g) 删除有向图 g 中顶点 u 的所有入边(不适用于无向图)
    • void remove_vertex(vertex_descriptor u, adjacency_list& g) 从图 g 中删除一个顶点(如果已使用clear_vertex 或其他适当函数删除与该定顶点相关的所有边。)

    使用 BGL 创建一个有向加权图

    现在,您应该已经对有向图有所了解,下一个逻辑任务是使用 BGL 创建一个加权有向图。回顾一下 清单 1 中的邻接表声明,您会发现一个名为 EdgeProperty 的模板参数。您可以用这个模板参数来构造有向加权图。

    property 是一个可分配给顶点和边的参数。您可以使用一个标签名和一个与 property 相关的类型来定义该属性。BGL 有几个可用的标签名,其中包括 edge_weight_t 和 vertex_name_t。例如,要在图的顶点中存储标签名,可以将一个 property 定义为 typedef property<vertex_name_t, std::string> VertexNameProperty,然后将该属性传递给图的模板声明中的 VertexProperty 参数。

    这是一个边权重的 property 声明:

     typedef property<edge_weight_t, int> EdgeWeightProperty; 

    既然已经创建了 EdgeWeightProperty,那么现在稍微调整一下 mygraph 定义:

     typedef boost::adjacency_list<listS,
     vecS, directedS,
     no_property,
     EdgeWeightProperty> mygraph; 

    最后,如果向图中添加边,则需要使用新加载的 add_edge,并接受权重作为第 3 个参数。清单 8 提供了完整的代码。


    清单 8. 创建一个加权有向图

    				
     #include <boost/graph/adjacency_list.hpp> using namespace boost;
     typedef property<edge_weight_t, int> EdgeWeightProperty;
     typedef boost::adjacency_list<listS, vecS, directedS, no_property,
     EdgeWeightProperty > mygraph;
     int main() 
    { 
        mygraph g;
         add_edge (0, 1, 8, g);
         add_edge (0, 3, 18, g);
         add_edge (1, 2, 20, g);
         add_edge (2, 3, 2, g);
         add_edge (3, 1, 1, g);
         add_edge (1, 3, 7, g);
     } 

    BGL 中的最小生成树(spanning tree)

    BGL 最精彩地方的就是有大量可用于图的预定义算法:Kruskal、Prim、Dijkstra 等,凡是您说得出的,BGL 都有。修改 清单 8 中的代码,从而拥有一个具有加权边的无向图,然后使用 Kruskal 算法得到最小生成树,此时您就会明白我的意思了。BGL 将每个算法放在不同的头文件中,因此,要使用 Kruskal 算法,必须包含 boost/graph/kruskal_min_spanning_tree.hpp 头文件。清单 9 展示了相关代码。


    清单 9. 使用 Kruskal 算法得到最小生成树

    				
     #include <boost/graph/adjacency_list.hpp> //  typedef boost::adjacency_list<listS,
     vecS, directedS, no_property, EdgeWeightProperty > mygraph;
     typedef mygraph::edge_descriptor Edge;
     int main() 
    { 
      mygraph g;
      add_edge (0, 1, 8, g);
      add_edge (0, 3, 18, g);
      add_edge (1, 2, 20, g);
      add_edge (2, 3, 2, g);
      add_edge (3, 1, 1, g);
      add_edge (1, 3, 7, g);
      std::list < Edge > spanning_tree;
      kruskal_minimum_spanning_tree (g, std::back_inserter(spanning_tree));
      for (std::list < Edge >::iterator ei = spanning_tree.begin(); ei != spanning_tree.end();
       ++ei)
      { 
       cout << *ei << " "; 
      } 
      cout << "
    "; 
    } 

    函数 kruskal_minimum_spanning_tree 在后台展示了它的神奇之处。它将图和迭代程序纳入存储边的容器中。请注意,spanning_tree 声明:我在这里使用了一个列表,但它可以是任何对象,比如一个顶点。BGL 所关心的是第二个参数必须是 Standard Template Library (STL) 输出的迭代程序类型。

    使用 BGL 进行深度优先搜索

    宽度优先搜索和深度优先搜索是图遍历的关键,BGL 为这些操作提供了大量支持。需要包含的相关头文件是 boost/graph/depth_first_search.hpp;相关例程是 depth_first_search。BGL 提供多个 depth_first_search 接口;所有接口都需要将所谓的访客对象传递给该方法。

    BGL 中的访客(visitor) 在 STL 中充当仿函数角色,除此之外,它还可以做很多事情。访客没有 operator() 之类的单个方法,但可以灵活地定义几种方法,比如 initialize_indexstart_indexdiscover_index 和 examine_edge。毫不夸张地说,BGL 通过提供这些 hook 函数可以让您定制 DFS。首先我们看一个使用 DFS 的样例代码(参见 清单 10)。


    清单 10. 使用 BGL 的 DFS 

    				
     #include <boost/graph/adjacency_list.hpp>
     #include <boost/graph/depth_first_search.hpp>
     #include <iostream>
     using namespace std;
     using namespace boost;
     typedef property<edge_weight_t, int>
     EdgeWeightProperty; 
     typedef boost::adjacency_list
     < listS, vecS, undirectedS, no_property, EdgeWeightProperty>
     mygraph;
     class custom_dfs_visitor : public boost::default_dfs_visitor 
     { public: template < typename Vertex, typename Graph >
      void discover_vertex(Vertex u, const Graph & g)
      const { std::cout << "At " << u << std::endl; }
      template < typename Edge, typename Graph >
      void examine_edge(Edge e, const Graph& g) 
     const { std::cout << "Examining edges " << e << std::endl;
     } 
    }; 
    int main() 
    {
     mygraph g; add_edge (0, 1, 8, g);
     add_edge (0, 3, 18, g);
     add_edge (1, 2, 20, g);
     add_edge (2, 3, 2, g);
     add_edge (3, 1, 1, g);
     add_edge (1, 3, 7, g);
     custom_dfs_visitor vis;
     depth_first_search(g, visitor(vis));
    } 

    清单 10 声明了一个名为 custom_dfs_visitor 的类,这个类定义了两个 hook 函数:discover_vertex 和 examine_edges。前者在第一次遇到顶点时调用,后者在找到该顶点之后在该顶点的每个出边上调用。

    因此,如果在访客 (vis) 中将 vis 的类型设置为 boost_default_visitor,会发生什么呢?是的,您猜对了:什么都不会显示。表 1显示了 BGL 提供的 hook 函数的一个简单概述。


    表 1. 使用 DFS 进行遍历的 BGL hook 函数

    Hook 函数用途
    start_vertex(u, g) 在开始遍历之前调用源顶点
    discover_vertex(u, g) 第一次调用顶点时调用
    finish_vertex(u, g) 如果 u 是一个树的根节点,则在调用该树上其他所有元素之后调用 finish_vertex。如果 u 是一个叶子节点,则在完成 u 所有出边的检查之后调用该方法。
    examine_edge(u, g) 找到顶点 u 后,调用其每个出边
    tree_edge(u, g) 当一条边成为搜索树的边时调用
    back_edge(u, g) 调用一个图的回边(back edges);用于无向图,因为 (u, v) 和 (v, u) 是同一条边,所以tree_edge 和 back_edge 均被调用

    请注意,BGL 还支持其他访客,比如 dijkstra_visitorbellman_visitor 和 astar_visitor

    结束语

    以上就是本文内容,我们学习了如何在 BGL 中创建无向图、有向图和加权图;还了解了存取函数和访问函数,并在您创建的图上尝试实现了一些经典图算法。BGL 提供的远远不止这些,本文只触及一点皮毛。请务必查阅 BGL 文档,获取有关的详细信息。

    http://www.ibm.com/developerworks/cn/aix/library/au-aix-boost-graph/#list2

  • 相关阅读:
    往鼠标位置写入 诗词
    shell条件判断
    shell 案例一
    Shell中的变量
    echo e 命令详解
    Docker 安装RedisJSON 与使用
    Python 插入数据库的各种方式
    Python压缩文件/文件夹
    shell运算符
    关于CAN总线简单总结
  • 原文地址:https://www.cnblogs.com/forgood/p/3382228.html
Copyright © 2020-2023  润新知