图结构

Graphs stand or fall by their choice of nodes and edges.

— Watts & Strogatz

信息
对于图的学习推荐使用 Rocs。什么?你说你是 Windows?那也不知道用什么啊,欢迎推荐其他工具。另外,KDE 天下第一!

图 (graph) 是有序对 \(G = (V, E)\),其中 V 是点集 (Vertex),点的个数用 \(\lvert{V}\rvert\) 表示;\(E \subseteq \{ \{ x, y \}: (x, y) \in V^{2}, x \ne y \}\) 是边集 (Edge),边的个数用 \(\lvert{E}\rvert\) 表示。如果点对是有序的,那么这个图称为有向图 (directed graph / digraph)。当然有向图的边,如果去掉方向限制所对应的无向图,称为该有向图的基础图 (underlying graph)。有时边还有一个属性称为权重 (weight),表示使用这条边的代价 (cost)。如果任意两个顶点之间都有一条边的话,那么这个图被称作完全图 (complete graph)。

图中的一条路径 (path) 是一个顶点序列 \(v_{1}, v_{2}, \cdots, v_{n}\) (其中 \(v_{i}, v_{i+1} \in E, i \le i < n\)),一条路径的长 (length) 是这条路径上的边的数量。如果图中含有一个顶点到它自身的路径,则这个路径称为环 (loop),另外环上所有顶点是互异的。有向图中的环通常被称为回路 (cycle),没有回路的有向图是无环的 (acyclic),也被称为有向无环图 (DAG, Directed Acyclic Graph)。

如果无向图中从任意顶点到其他顶点都存在一条路径,那么该图是连通的 (connected);如果是具有这样性质的有向图,则被称为强连通的 (strongly connected);如果没有这样性质的有向图,但其基础图具有这种性质,那么该图被称为弱连通的 (weakly connected)。

根据图的邻接表表示,可以轻松的实现出图的结点

1
2
3
4
5
6
7
8
9
class Node {
public:
  int val;
  ::std::vector<Node *> neighbors;
  Node() : val{0}, neighbors{} {}
  Node(int _val) : val{_val}, neighbors{} {}
  Node(int _val, ::std::vector<Node *> _neighbors)
      : val{_val}, neighbors{::std::move(_neighbors)} {}
};

深度优先搜索 (DFS, depth-first search) 是前序遍历的推广,从任一顶点 v 开始处理,然后遍历与 v 相接的所有顶点。如果对于树进行 DFS,可以在总时间 \(\Theta(\lvert{V}\rvert)\) 内遍历完成。但图的遍历需要小心其中的环,因此需要一个 visited 标记来表明该结点是否已被遍历过,防止进入无限的循环中。

1
2
3
4
5
6
7
8
void dfs(Vertex const &v) {
  v.visited = true;
  for (Vertex const &w : v.neighbors) {
    if (!w.visited) {
      dfs(w);
    }
  }
}

如果想克隆图,则以 DFS 为模板就可以轻易实现

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
::std::unordered_map<Vertex const, Vertex> vertices;
Vertex clone_graph(Vertex const v) {
  if (auto it = vertices.find(v); it != vertices.end()) {
    return it->second;
  }
  auto clone = get_from_source(v);
  vertices.emplace(v, clone);
  for (auto& other : v.neighbors) {
    clone.adjacent.emplace_back(clone_graph(other));
  }
  return clone;
}

深度优先生成树 (depth-first spanning tree) 可以描述 DFS 的过程。如果一条边 (v, w) 发现没有被遍历,那就用树上的一条边表示;否则在树上用虚线表示,这条边称之为后向边 (back edge),实际上这并不是树的一部分。

如果无向图是不连通的或有向图是非强连通的,那么需要遍历整个图,查找该图还有哪些结点没有被遍历。对于不连通的图,每次 DFS 生成的树的集合,就是一个深度优先生成森林。

一个连通的无向图中删除任一顶点后,剩下的图如果依然连通,那么这样的无向连通图就是双连通的 (biconnected),即点双连通。如果图不是双连通的,那删除后图不再连通的顶点称之为割点 (articulation point)。如图顶点 C 和 D 是割点,删除顶点 C 使顶点 G 不连通;删除顶点 D 使顶点 E、F 不和图其余部分连通。

深度优先遍历提供了寻找割点的线性时间复杂度的方法 – Tarjan。首先从任一顶点开始 DFS,并按照被访问的顺序对其进行编号,记作 \(Num(v)\)。对每个顶点计算能到达的最低的顶点编号,记作 \(Low(v)\),其值由以下情况中的最小值定义

  • \(Num(v)\)
  • 所有后向边 \((v, w)\) 中的最低的 \(Num(w)\)
  • 生成树的边 \((v, w)\) 中的最低的 \(Low(w)\)

当且仅当根有多个儿子时,此时根是割点;当且仅当生成树中的一个结点有某个儿子 w,且 \(Low(w) \ge Num(v)\),此时这个结点为割点。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
int num{0};
::std::set<Vertex> ans;
int tarjan(Vertex &v) {
  v.visit(++num);
  int child{0};
  for (auto const &w : v.neighbors) {
    bool flag{!w.visited};
    v.low = ::std::min(v.low, flag ? (++child, tarjan(w)) : w.num);
    if (flag && w.low >= v.num && (v.num != 1 || child > 1)) {
      static_cast<void>(ans.emplace(v));
    }
  }
  return v.low;
}

一个连通的无向图中删除任一边后,剩下的图如果依然连通,那么这样的无向连通图就是边双连通的。如果图不是双连通的,那删除后图不再连通的边称为割边,通常称为桥 (bridge)。

相比于割点,桥的计算更为简单,不需要在考虑生成树根结点的问题。如果顶点 w 不能回到祖先也没有另外一条回到父亲的路,那么 \(v-w\) 这条边就是割边。

哥尼斯堡的七桥问题引出了图论和几何拓扑学,欧拉解决了该问题 (符合条件的走法不存在) 并解决了一笔画问题:对于一个给定的图,怎样判断是否存在着一个恰好包含了所有的边,并且没有重复的路径?

这样的图现称为欧拉图。这时遍历的路径称作欧拉路径,如果路径闭合则称为欧拉回路。欧拉给出了一笔画问题的两个判定准则:

  1. 欧拉图的必要条件是 G 中奇顶点 (度为奇数的顶点) 的数目必须是 0 或 2
    • 形成欧拉回路的充要条件是 G 中的所有顶点度是偶数
  2. 如果无向图 G 有 2k 个奇顶点,那么可以用 k 笔画成,并且至少要用 k 笔画成

现在问题是,如何在线性时间复杂度内寻找出这条欧拉回路。这都在 DFS 下了,还用想, DFS 就完了!

选择一个起点出发,可能遍历之后提前回到了起点,此时如果起点的所有边都已访问,那图的其他部分就不会被访问到了。此时可以在已经访问的路径上,查找还有路径没有访问的顶点,从这个新顶点开始重复刚刚的操作。直到新的路径也回到起点并没有可以继续访问的边,就将这个新的路径插入到之前的路径中。直到所有边都被访问,这样得到的路径就是一个欧拉回路。这种算法被称为 Hierholzer

正常来说算法的时间复杂度约 \(\mathcal{O}(\lvert{V}\rvert+\lvert{E}\rvert)\),但是需要特别注意使用适当的数据结构。比如路径作为一个链表保留,这样方便后续路径的插入于替换。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
::std::list<Vertex *> circuit;
using Iter = decltype(circuit)::iterator;
Iter hierholzer(Vertex &v, Iter it = circuit.end()) {
  Iter next = circuit.emplace(it, &v);
  Iter curr = next++;
  while (!v.edges.empty()) {
    auto wit = v.edges.begin();
    auto& w = **wit;
    w.edges.erase(&v);
    v.edges.erase(wit);
    next = hierholzer(w, next);
  }
  return curr;
}

与欧拉回路相似的是哈密顿回路,即仅通过图中所有顶点一次的回路。但是这个问题并没有已知的有效算法。

深度优先遍历可以与遍历无向图类似的方法遍历有向图。如果图不是强连通的,那么从某个结点开始的 DFS 可能不能访问所有结点。

给定任意一个有向图,根据深度优先遍历得到一棵生成树,与无向图得到的生成树不同的是,这棵树上有一些后向边 (back edge),即访问祖先结点,如图中的 (A,B);一些前向边 (forward edge),这些边从树的一个结点通向其后裔,如图中的 (C,D);还可能有一些交叉边 (cross edge),即将两棵直接不相关的树连接起来的边,如图中的 (F, C)(H, F) 等。

深度优先生成森林会将遍历的先后顺序反映在森林中,左边的树总比右边的树先访问到。因此交叉边总是右边的树指向左边的树;从右向左依次遍历也就是在后续遍历这幅图。

强连通分量 (SCC, Strongly Connected Component) 一个极大的强连通子图。通过执行两次 DFS 可以检测一个图是否是强连通的,如果不是强连通的,实际上得到的是顶点的子集,因为顶点到其自身是强连通的。该算法即 Kosaraju 算法,时间复杂度为 \(\mathcal{O}(\lvert{E}\rvert+\lvert{V}\rvert)\)。

  1. 第一次 DFS,选取任意点为起点遍历所有未访问过的顶点,并在回溯之前给顶点编号,即后序遍历。
  2. 第二次 DFS,对于反向后的图,以编号最大的顶点开始进行 DFS。这样遍历得到的顶点集合就是一个 SCC。对所有没有访问的结点,重复此过程。
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
::std::stack<Vertex *> s;
void dfs1(Vertex &v) {
  v.visited = true;
  for (auto &w : v.neighbors) {
    if (!w.visited) {
      dfs1(w);
    }
  }
  s.push(&v);
}
void dfs2(Vertex &v, ::std::list<Vertex *> &ans) {
  ans.emplace_front(&v);
  v.trans_visited = true;
  for (auto &w : v.trans_neighbors) {
    if (!w.trans_visited) {
      dfs2(w);
    }
  }
}
::std::vector<::std::list<Vertex *>> kosaraju() {
  for (auto &v : graph) {
    if (!v.visited) {
      dfs1(v);
    }
  }
  ::std::vector<::std::list<Vertex *>> ans;
  while (!s.empty()) {
    auto &v = *s.top();
    s.pop();
    if (!v.trans_visited) {
      ::std::list<Vertex *> scc;
      dfs2(v, scc);
      ans.emplace_back(scc);
    }
  }
  return ans;
}

Garbow 算法是 Tarjan 算法在 SCC 问题上的实现,其维护两个栈,一个是生成树结点栈,另一个是确定何时弹出第一个栈中同属于同一 SCC 的结点的栈。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
int num{0};
::std::stack<Vertex *> s1, s2;
::std::vector<::std::list<Vertex *>> ans;
void garbow(Vertex &v) {
  s1.push(&v);
  s2.push(&v);
  v.visit(++num);
  for (auto const &w : v.neighbors) {
    if (!w.visited) {
      garbow(w);
    } else if (!w.in_scc) {
      while (s2.top()->low > w.low) {
        s2.pop();
      }
    }
  }
  if (s2.top() == &v) {
    s2.pop();
    ::std::list<Vertex *> scc;
    Vertex *top;
    do {
      top = s1.top();
      s1.pop();
      scc.emplace_front(top);
    } while (top != &v);
    ans.emplace_back(scc);
  }
}

拓扑排序 (topological sorting) 是对 DAG 顶点的一种排序,如果存在一条从 \(v_{i}\) 到 \(v_{j}\) 的路径,那么在排序中 \(v_{j}\) 一定出现在 \(v_{i}\) 之后。排序不必是唯一的,任何满足要求的排序都被认为是正确的解。

另外,存在回路的图是无法进行拓扑排序的,如果有边 \(<v_{i}, v_{j}>\) 和 \(<v_{j}, v_{i}>\),无法同时满足 \(v_{i}\) 在 \(v_{j}\) 之前且 \(v_{j}\) 在 \(v_{i}\) 之前。

拓扑排序经典的示例是,在一系列课程的学习中,根据前置课程的关系,给出这一系列课程的正确学习顺序。

显然这是一个 DAG,对其进行拓扑排序就可以找出一条合理的学习路线,在学习某一课程之前会先学习完所有前置课程。

拓扑排序用 Kahn 算法实现,这是一个很容易理解的算法:

  1. 寻找一个度为 0 的结点
  2. 删除该结点的所有边,并将其加入到已排序队列中
  3. 重复步骤 1、2,直到没有度为 0 的结点
    • 如果此时所有结点都已被排序,那么该图是一个 DAG,且已排序队列就是拓扑排序的结果
    • 如果此时还有结点没有被排序,那么剩余的子图中必然存在回路

为了方便实现,这里使用了一个入度为 0 的结点的集合 starts

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
::std::vector<Vertex> topological_sorting(::std::set<Vertex *> &starts) {
  ::std::vector<Vertex> ans;
  while (!starts.empty()) {
    auto &v = **starts.begin();
    for (auto &w : v.neighbors) {
      --w.indegree;
      if (w.indegree == 0) {
        starts.emplace(&w);
      }
    }
    v.neighbors.clear();
    ans.emplace_back(v);
    starts.erase(&v);
  }
  return ans;
}