算法设计学习笔记（三）

图

一、 基本定义与应用

图：由结点集合V和边集合E构成，其中每条边与两个结点相交。

有向图可以表示不对称的关系

图的例子：运输网络，通信网络，信息网络，社会网络，依赖网络。

路径与连通性：存在一条从u到v的路径，称一个无向图是连通的

如果对每两个结点u与v，都存在一条从u到v的路径和一条从v到u的路径，我们说一个有向图是强连通的。

树：一个无向图如果是连通的，且不包含一个圈，我们就说它是一颗树。
树是最简单的连通图，删除树中的任意一条边将使得它不再连通。

命题3.1 每棵n个结点的树恰好由n-1条边。

定理3.2 设G是具有n个结点的无向图，下面任意两个语句都可以推出第三个语句。

（i）G是连通的

（ii）G不包含一个图

（iii）G有n-1条边。

二、图的遍历

s-t连通性问题也可以叫做迷宫求解问题。

1 宽度优先搜索

确定s-t连通性最简单的算法——宽度优先搜索（BFS）

定理3.3 对每个j≥1，由BFS产生的层 Lj 恰好由所有到s距离为j的结点组成，存在一条从s到t的路径，当且仅当t出现在某个层中。
(层 Lj 恰好是所有到s结点距离为j的结点的集合）
(BFS不仅确定了s可以达到的结点，也计算了他们的最短路径）

定理3.4 设T是一颗宽度优先搜索树，设x和y是T中分别属于层 Li 和 Lj 的结点，并且设（x，y）是G的一条边，那么i与j至多差1。

探查一个连通分支：

从始点s可达的结点，将把这个集合R看作G的包含s的连通分支。（可回答s-t连通性问题）

定理3.5 在算法结束产生的集合R恰好是G的包含s的连通分支。

2 深度优先搜索

探查方式：尽可能深的前进并且只有必要的时候才撤退。

DFS——一般性分支扩张算法的实现方式。可用递归形式表述。

命题3.6 对于给定的递归调用DFS（u），在这次激活和这个递归调用结束之间呗标记为“Exprored”的所有的结点都是u在T中的后代。

定理3.7 设T是一颗深度优先搜索树，x与y是T中的结点，且（x，y）是G中不属于T的一条边，那么x或y之中一个是另一个的祖先。

定理3.8 对图中任两个结点s与t，它们的连通分支或者相等， 或者不相交。

三、 用优先队列与栈实现图的遍历

1 图的表示

图的两种表示方式：邻接矩阵与邻接表（稀疏图更有效）。

定理3.10 一个图的邻接矩阵表示需要O（n2）的空间，而邻接表表示只需要O（m+n）的空间。

2 队列与栈

队列：先进先出 ——适用于BFS

栈：后进先出——适用于DFS

3 宽度优先搜索的实现

BFS（s）:
	置Discovered[s] = true 且对所有其他的v，Discovered[v] = false
	初始化L[0]由单个元素s构成
	置层计数器i=0
	置当前的BFS树T=Φ
	While L[i] 不空
		初始化一个空表L[i+1]
		For 每个结点u∈L[i]
			考虑每条关联到u的边（u，v）
			if Discovered[v] = false then
				置Discovered[v] = true
				把边（u，v）加到树T上
				把v加到表L[i+1]
			endif
		endfor
		层计数器++
	endwhile

定理3.11 如果图是由邻接表表示给出的，BFS算法的上述实现将以O（m+n）时间（即以输入规模的线性时间）运行

4 深度优先搜索的实现

DFS（s）:
	初始化S为具有一个元素s的栈
	While S非空
		从S中取一个结点u
		if Explored[u]=false then
			置 Explored[u] = true
			for 每条与u关联的边（u，v）
				把v加到栈 S
			Endfor
		Endif
	Endwhile

定理3.12 上述算法在下面的意义上实现DFS：它按照与递归的DFS过程恰好相同的次序（除了每个邻接表是按照相反的次序处理之外）访问结点。

定理3.13 如果图是由邻接表表示给出的，那么上述DFS算法的实现将以O（m+n）时间（即输入规模的线性时间）运行。

四、 二分性测试：宽度优先搜索的一个应用

二部图：是一个图，其结点集V可以用下述方式划分成集合X与Y，每条边的一端在X中而另一端在Y中。

1 问题

定理3.14 如果一个图是二部图，那么它不可能包含一个奇圈。

问题：确定一个图是二部图。

2 设计算法

给结点着色，如结点s为红色，则与s相邻的结点必须着蓝色
如果存在一条边两端颜色相同，则G不为二部图

BFS —— 一层为蓝一层为红。

3 分析算法

定理3.15 设G是一个连通图，令L1,L2,……是由始于结点s的BFS所产生的层，那么下面两件事一定恰好成立其一：

（i）G中没有边与同一层的两个结点相交，在这种情况下G是二部图，其中偶数层的结点可以着红色，奇数层结点可以着蓝色。

（ii）G中有一条边与同一层的两个结点相交，在这种情况下，G包含一个奇数长度的圈，且因此不可能是二部图。

五、有向图中的连通性

1 有向图的表示

邻接表

2 图搜索算法

与无向图类似，可使用BFS、DFS

3 强连通性

命题3.16 如果u和v是相互可达的，v和w是相互可达的，那么u和w也是相互可达的。

命题3.17 对有向图中的任何两个结点s和t，它们的强连通分支或者相等，或者不相交。

4 有向无圈图与拓扑排序

无向图没有圈——树

有向图没有圈——有向无圈图（DAG）

1) 问题

定理3.18 如果G有一个拓扑排序，那么G是一个DAG。

**问题：**每个DAG都有一个拓扑排序吗？怎样有效找到一个。（将证明对任务集上的任意五圈的优先关系，存在一个有效计算的执行任务的次序）。

2) 设计与分析算法

命题3.19 在每个DAG中，存在一个没有输入边的结点。

定理3.20 如果G是一个DAG，那么G有一个拓扑排序。

拓扑排序：

	计算G的拓扑排序：
		找到一个没有进入边的结点v并且将它排在第一
		从G中删除v
		递归计算G-{v}的拓扑排序并把这个序接在v的后面