1 基本概念
1.1 欧拉路径和欧拉回路
欧拉路径:欧拉路是指从图中任意一个点开始到图中任意一个点结束
的路径,并且图中每条边
通过的且只通过一次
。
欧拉回路:欧拉回路是指起点和终点相同
的欧拉路。
注意:如果欧拉回路,那么一定存在欧拉路径
注意: 是
每条边
被访问一次
,节点
可能会被访问两次。
充分必要条件:
对于无向图
,所有边都是连通的
(1)存在欧拉路径的充分必要条件:
- 度数为奇数的点只能是0个或者2个
(2)存在欧拉回路的充分必要条件:
- 度数为奇数的只能是0个
对于有向图
,所有边都是连通的
(1)存在欧拉路径的充分必要条件:
- 要么所有点的出度均等于入度。
- 要么除了两个点之外,其余所有点的出度等于入度,剩余的两个点:一个满足出度比入度多1(起点),另一个满足入度比出度多1(终点)。
(2)存在欧拉回路的充分必要条件:
- 所有点的出度均等于入度
2 欧拉路径判定算法
2.1 Fleury(弗罗莱) 算法
Fleury算法用来判断图是否是欧拉路径或欧拉回路的算法。
使用如下的欧拉图,了解Fleury算法的主要步骤。
- 选节点1为起点,并将该起点加入路径中。Fleury算法选择
栈
存储欧拉路径。
- 从起点开始,一路DFS试着走出一条通路。方法是找与此节点相邻的节点。
如果只有一个节点,则将这个点直接加入路径中。
如果有多个相邻节点,则选择其中一条边,把相邻节点加入路径后,且删除这一条边。
如果没有邻接节点,则从路径中弹出
。
节点5和节点2都与1相邻,可以选择向5方向,也可以选择2方向。这里选择2方向,把节点2放入路径,然后置1-2这条边为删除状态。如此这般,一路经过3、4、5节点后回到1号节点。下图中标记为红色的边表示已经访问或被删除。
- 重新回到节点1,此时不再存在与节点1邻接的节点,从路径中弹也,依次可弹出5、4、3。直到碰到2号节点。
- 因为存在与2号节点邻接的节点,再次以2号节点为始点,使用DFS开路。一路上遇到6、7,且再次回到2号节点。
- 2号节点不存在与之邻接的节点,出栈。同理,7、6依次出栈。
小结:
当有与当前节点邻接的节点时,一路DFS,直到没有邻接的尽头。些时,一轮DFS算法结束,从路径中依次弹出没有邻接节点的节点,直到遇到还有邻接节点的节点,新一轮的DFS重新开始。直到所有节点邻接的边全部访问完毕。
编码实现:
#include <iostream>
#include <math.h>
#include <algorithm>
#include <cstring>
#include <stack>
#define INF 100000
using namespace std;
int graph[100][100];
int n,m;
stack<int> sta;
void read() {
for(int i = 0; i < m; i++) {
int f,t;
cin >> f >> t;
graph[f][t] = 1;
graph[t][f] = 1;
}
}
void dfs(int u) {
sta.push(u);
for(int i = 1; i <= n; i++) {
if(graph[i][u] > 0) {
//标记为删除
graph[u][i] = 0;
graph[i][u] = 0;
dfs(i);
//仅朝一条边方向 DFS,方便形成回路
break;
}
}
}
void fleury(int x) {
int isEdge;
sta.push(x);
while(!sta.empty()) {
isEdge = 0;
int t = sta.top();
sta.pop();
//检查是否有边
for(int i = 1; i <= n; i++) {
if(graph[t][i] > 0) {
isEdge = 1;
break;
}
}
if(isEdge == 0) {
//没有邻接边,输出
cout << t << " ";
} else {
//有邻接边,一路DFS狂奔
dfs(t);
}
}
}
int main() {
cin >> n >> m;
memset(graph,0,sizeof(graph));
read();
int num = 0;
int start = 1;
for(int i = 1; i <= n; i++) {
int deg = 0;
for(int j = 1; j <= n; j++)
deg += graph[i][j];
if(deg % 2 == 1) {
//奇节点的数量
start = i;
num++;
}
}
if(num == 0 || num == 2)
fleury(start);
else
cout << "不存在欧拉路径" << endl;
return 0;
}
//测试用例
7 8
1 2
1 5
2 3
2 6
2 7
3 4
4 5
6 7
测试结果
from typing import List
from collections import defaultdict
class Solution:
def __init__(self):
self.G = defaultdict(list)
self.degree = defaultdict(int)
self.res = []
def dfs(self, start):
for j in self.G[start]:
if j in self.G[start]:
self.G[start].remove(j)
self.G[j].remove(start)
self.dfs(j)
self.res.append(start)
def fleury(self, connects) -> List:
for con in connects:
self.G[con[0]].append(con[1])
self.degree[con[0]] += 1
self.G[con[1]].append(con[0])
self.degree[con[1]] += 1
start = connects[0][0]
cnt = 0
for k,v in self.degree.items():
if v %2 != 0:
cnt += 1
start = k
if cnt == 0 or cnt == 2:
self.dfs(start)
else:
print("不存在欧拉路径")
return []
return self.res
if __name__ == "__main__":
so = Solution()
connects = [[1,2], [2,3], [3,4],[4,5],[5, 1],[2,6],[6,7],[7,2]]
res = so.fleury(connects)
print(res)
2.2 Hierholzer 算法
也称逐步插入回路法。由数学家卡尔·希尔霍尔策给出,基于贪心思想。Hierholzer 的基本思路。先找到一个子回路,以此子回路为基础,逐步将其它回路以插入的方式合并到该子回路中,最终形成完整的欧拉回路。继续使用上图做演示。
-
寻找子回路:如下从节点1开始,沿着边遍历图,一边遍历一边删除经过的边。如果遇到一个所有边都被删除的节点,那么该节点必然是 1(回到初始点)。将该回路上的节点和边添加到结果序列中。这个过程和Fleury算法没有太多区别。
-
回溯时检查刚添加到结果序列中的节点,看是否还有与节点相连且未遍历的边。可发现节点 2 有未遍历的边,则从 2 出发开始遍历,找到一个包含2 的新回路,将结果序列中的一个 2 用这个新回路替换,此时结果序列仍然是一个回路。这是和Fleury算法最大区别。
-
重复直到所有边都被遍历。
编码实现:
#include<iostream>
#include<string.h>
#include<vector>
const int maxn = 10005;
const int maxm = 1000005;//edge
using namespace std;
int n,m;
struct Edge {
int to, nxt;
bool vis=0;
};
Edge edge[maxm];
//如果没有以 i 为起点的有向边则 head[i] 的值为 0
int head[maxm];
//边的个数
int cnt;
//存储找到的回路
vector<Edge> ans;
//起始点
int sn;
void init() {
for(int i=1; i<=n; i++) {
head[i]=0;
cnt=0;
}
}
/*
*添加边
*/
void addEdge(int from, int to) {
edge[cnt].to = to;
edge[cnt].nxt = head[from];
head[from] = cnt++;
}
void read() {
int f,t;
for(int i=1; i<=m; i++) {
cin>>f>>t;
addEdge(f,t);
addEdge(t,f);
}
}
void hierholzer(int sn) {
for (int i = head[sn]; i != 0; i = edge[i].nxt) {
// 遍历过
if (edge[i].vis) continue;
// 删除
edge[i].vis = edge[i ^ 1].vis = true;
// 继续
hierholzer(edge[i].to);
// 回溯时加入结果序列后,循环会继续查找是否有邻接边
ans.push_back(edge[i]);
}
}
void show() {
for(int i=0; i<ans.size(); i++) {
cout<<ans[i].to<<"\t";
}
cout<<sn<<"\t";
}
int main() {
cin>>n>>m;
sn=1;
init();
read();
hierholzer(sn);
show();
return 0;
}
测试结果:
3. 总结
Hierholzer和Fleury算法的基本思路差不多,在DFS时找环。Fleury使用分段策略,找到一条环后,以环中某一个还存在邻接边的节点重新开始使用DFS找环,直到找到所有环。Hierholzer算法很有技巧性,在回溯时检查节点是否还有邻接边,有则重新DFS直到完毕。
参考资料:
https://blog.csdn.net/y6123236/article/details/135020029
https://blog.csdn.net/binggui2/article/details/108540016