欧拉回路与哈密尔顿回路: Fleury算法与Hierholzer 算法(C++)

图论中的回路是指一个路径, 它从某个顶点开始, 经过所有边恰好一次, 并回到起始顶点.

定义

  • 欧拉回路: 从一个顶点出发, 经过每条边恰好一次, 并且最终回到起始顶点.

  • 哈密尔顿回路: 从一个顶点出发, 经过每个顶点恰好一次, 并且最终回到起始顶点.

  • 欧拉路径: 从一个顶点出发, 访问图中的每一个边恰好一次, 但不需要回到起始顶点.

  • 哈密尔顿路径: 从一个顶点出发, 访问图中的每一个其他顶点恰好一次, 但不需要回到起始顶点.

sample

欧拉回路

无向图的条件

  • 对于无向图, 构成欧拉回路的充要条件是: 所有顶点的度数都必须是偶数.
  • 如果仅有两个顶点的度数为奇数, 则存在从其中一个顶点到另一个顶点的欧拉路径, 但不是欧拉回路.

柯尼斯堡

欧拉证明七桥问题没有解, 因为存在度为奇数的顶点.

有向图的条件

  • 对于有向图, 每个顶点的入度必须等于出度才能构成欧拉回路.
  • 如果仅有一个顶点的出度比入度多 1, 且另一个顶点的入度比出度多 1, 其余顶点的出入度相等, 则存在从出度多 1 的顶点到入度多 1 的顶点的欧拉路径.

求解算法

求解欧拉回路的主要算法包括 Fleury 算法和 Hierholzer 算法:

Fleury 算法解析

Fleury 算法是一种较为直观的方法, 逐步构造欧拉回路, 但其效率较低, 因为需要检查每一步是否会破坏图的连通性.

算法步骤如下:

  1. 选择起点:

    • 如果图中存在欧拉回路, 则可以从任意顶点开始.
    • 如果图中只存在欧拉路径, 则必须从度数为奇数的两个顶点之一开始.
  2. 遍历边:

    • 从当前顶点出发, 选择下一条边进行遍历.
    • 除非没有其他选择, 不然需要避免选择"桥"(或者说割边). 判断某条边是否为桥梁可以通过暂时移除该边并检查图是否仍然连通来实现. 加入断开了这条边之后, 原先的图不再相连, 则此边是一个桥.
  3. 标记已访问的边: 每次选择一条边后, 将其标记为已访问, 并将其从图中移除(或者记录下来以便后续恢复).

  4. 移动到下一个顶点: 移动到所选边的另一端点, 并重复上述过程, 直到所有边都被访问过.

  5. 返回起点:

    • 如果是从欧拉回路的起点开始, 则最终会回到该起点, 形成一个闭合回路.
    • 如果是从欧拉路径的一个端点开始, 则最终会到达另一个端点, 形成一条欧拉路径.
示例

求下图的欧拉路径:

sample

fleury 算法步骤:

  1. 任意选定起点, 假定选择了A., A有两条边, 均不是桥, 任选一个都可以. 假定我们选择了A-B. 此时结果如下:

    f1

  2. 此时我们到达了B, B的的三条边均不是桥, 任选其一. 假定选了B-E. 结果如下:

    f2

  3. 此时我们到达了E, 三条边均可选 假定选了E-D. 结果如下:

    f3

  4. 现在到达了D, 注意D-A是一个桥, 因为此时还有其他边可选, 所不能选D-A.

    f4

  5. 后续步骤不再赘述, 看 gif.

    fig

Hierholzer 算法

Hierholzer 算法是一个更为高效的方法, 通过利用回路合并的思想来构建欧拉回路. 它的基本思想是从任意一个顶点开始, 尝试访问每一条边, 并将访问过的边移除, 直到无法继续前进时, 再回溯寻找新的未访问边, 直到所有的边都被访问过为止.

算法步骤
  1. 选择起点:

    • 从任意一个顶点开始(对于欧拉回路, 任何顶点都可以作为起点; 对于欧拉路径, 则需要从度数为奇数的顶点之一开始).
  2. 初始化路径:

    • 创建一个空列表 path 来存储当前找到的路径.
    • 创建一个栈 stack 并将起点压入栈中.
  3. 遍历边:

    • 当栈不为空时, 执行以下操作:
      1. 弹出栈顶元素: 将栈顶元素取出并设为当前顶点 current_vertex.
      2. 检查相邻边: 检查当前顶点的所有未访问过的相邻边.
      3. 如果存在未访问的边:
        • 随机选择一条未访问的边, 并将其标记为已访问.
        • 将该边的另一端点推入栈中.
      4. 如果没有未访问的边:
        • 将当前顶点添加到 path 列表中.
  4. 合并路径:

    • 当栈为空时, path 列表中的顶点顺序即为所求的欧拉回路. 但由于我们是从后往前添加顶点的, 因此需要反转 path 列表.
  5. 返回结果:

    • 返回反转后的 path 列表, 这就是所求的欧拉回路.
示例演示

针对上题中提到的样例, hierholzer 的步骤如下图所示:

h

需要注意的是:

  1. A被第二次访问的时候, 此时没有其他边可走, 因此需要从栈中弹出A并添加到path中.
  2. 接下来的出栈操作在所有节点访问完毕的时候.
代码实现

以下是一个具体的 C++ 实现的核心部分, 完整代码请参考:

std::vector<int> FindEulerCircuit(int start) {
  std::stack<int> stack;  // 当前路径
  std::vector<int> path;  // 存储最终的欧拉回路

  stack.push(start);

  while (!stack.empty()) {
    int currV = stack.top();

    // 如果当前顶点有未访问的边
    auto adjList = graph_.Adj(currV);
    if (!adjList.empty()) {
      int nextV = *adjList.begin();
      graph_.RemoveEdge(currV, nextV);
      stack.push(nextV);
    } else {
      // 如果没有未访问的边,则将当前顶点加入电路
      path.push_back(currV);
      stack.pop();
    }
  }

  // 反转电路以获得正确的顺序
  std::reverse(path.begin(), path.end());
  return path;
}

完整代码请参考: Hierholzer.ixx

时间复杂度

Hierholzer 算法的时间复杂度为 O ( E ) O(E) O(E), 其中 E E E 是图中的边数. 这是因为每条边只会被访问一次, 并且在每次访问时只需要常数时间的操作(如栈操作和边的删除). 这使得 Hierholzer 算法在处理大规模图时非常高效.

汉密尔顿回路

寻找一个给定图是否存在哈密尔顿回路的问题是一个典型的 NP 完全问题, 这意味着目前没有已知的有效算法可以在多项式时间内解决任意图的这个问题. 通常采用的方法包括暴力搜索, 回溯法以及一些启发式的优化策略来尝试解决特定实例的问题.

由于其复杂性, 对于较大的图, 求解哈密尔顿回路往往需要消耗大量的计算资源. 然而, 在某些特殊情况下, 如图具有特定结构时, 可以设计出有效的算法来解决问题. 例如, 在竞赛编程或者算法面试中, 如果图的规模较小(比如不超过 30 个顶点), 可以通过状态压缩动态规划等方法来尝试解决.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/977509.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

数据结构 之 【无头单向非循环链表】(C语言实现)

下面将 无头单向非循环链表 简称为 单链表 头指针&#xff1a;指向链表第一个节点的指针 链表为空时&#xff0c;头指针也为空 要实现单链表&#xff0c;就是要实现单链表的 增删查改 一、无头单向非循环链表的c语言实现 1.准备工作 #include <stdio.h> #include <s…

傅里叶变换+注意力机制!CCF-A离你并不遥远!

今天给大家推荐一个&#xff0c;创新Top且热度持续攀升的方向&#xff1a;傅里叶变换注意力机制&#xff01; 傅里叶变换能够捕捉到频域的特征&#xff0c;而注意力机制则能使模型专注任务相关信息。两者结合&#xff0c;不仅能提升模型的性能和效率&#xff0c;还能增强模型的…

【学习笔记】计算机网络(四)

第4章 网络层 文章目录 第4章 网络层4.1 网络层的几个重要概念4.1.1 网络层提供的两种服务虚电路服务&#xff08;Virtual Circuit Service&#xff09;数据报服务&#xff08;Datagram Service&#xff09; 4.1.2 网络层的两个层面 4.2 网际协议 IP - IPv44.2.1 虚拟互连网络4…

Ollama部署本地大模型DeepSeek-R1-Distill-Llama-70B

文章目录 一、下模二、转模1. 下载转换工具2. 安装环境依赖3. llama.cpp1. 转换脚本依赖2. llama.cpp安装依赖包3. llama.cpp编译安装4. 格式转换 三、Ollama部署1. 安装启动Ollama2. 添加模型3. 测试运行 一、下模 #模型下载 from modelscope import snapshot_download model…

【GPT】从GPT1到GPT3

every blog every motto: Although the world is full of suffering&#xff0c; it is full also of the overcoming of it 0. 前言 从GPT1 到GPT3 1. GPT1 论文&#xff1a; https://s3-us-west-2.amazonaws.com/openai-assets/research-covers/language-unsupervised/lan…

stm32使用(无线串口)实现收发、判断数据+DMA(HAL库)

目录 前言&#xff1a; 1. 用CubeMX配置串口DMA所需要的环境 &#xff08;1&#xff09;打开CubeMAX&#xff0c;点击红框 &#xff08;2&#xff09;查找stm32F103C8T6的芯片 &#xff08;3&#xff09;配置SYS &#xff08;4&#xff09;配置RCC时钟 &#xff08;5&am…

QT入门--QMainWindow

从上向下依次是菜单栏&#xff0c;工具栏&#xff0c;铆接部件&#xff08;浮动窗口&#xff09;&#xff0c;状态栏&#xff0c;中心部件 菜单栏 创建菜单栏 QMenuBar* mybar1 menuBar(); 将菜单栏放到窗口中 setMenuBar(mybar1); 创建菜单 QMenu *myfilemenu mybar1-…

重构清洁想象,石头科技首创五轴仿生机械手打破传统清洁边界

2月25日&#xff0c;主题为“重构清洁想象”的石头科技2025发布会在上海天文馆正式召开。石头科技清洁产品BU总裁钱启杰在会上宣布&#xff0c;石头科技正式成为上海天文馆授权合作伙伴&#xff0c;希望借助航天科技到家庭科技的跨越&#xff0c;进一步简化家庭清洁工作&#x…

Amazon Outposts:构建混合云的安全堡垒,让数据安全“零距离”

在数字化转型的浪潮中&#xff0c;企业纷纷拥抱混合云架构以兼顾敏捷性与本地化需求。然而&#xff0c;如何确保数据在本地与云端的无缝流转中始终安全可控&#xff0c;成为企业面临的核心挑战。Amazon Outposts 作为AWS推出的混合云解决方案&#xff0c;不仅将原生AWS服务延伸…

详解Redis如何持久化

引言 本文介绍了 Redis 的两种持久化方式&#xff1a;RDB 和 AOF。RDB 按时间间隔快照存储&#xff0c;AOF 记录写操作。阐述了它们的配置、工作原理、恢复数据的方法、性能与实践建议&#xff0c;如降低 fork 频率、控制内存等&#xff0c;还提到二者可配合使用&#xff0c;最…

【Ambari】Ranger KMS

目录 一、Ranger KMS介绍 二、KMS基于Ranger插件安装 一、Ranger KMS介绍 Ranger KMS是把数据存储入后台数据库中。通过Ranger Admin可以集中化管理KMS服务。 Ranger KMS有三个优点 l Key management Ranger admin 提供了创建&#xff0c;更新&#xff0c;删除密钥的Web UI…

vscode设置终端复制快捷键(有坑!!!)

vscode的编辑页面和终端的复制粘贴快捷键是不一样的。 vscode的终端复制快捷键为ctrlshiftC&#xff0c;当然&#xff0c;自己可以自定义设置 vscode设置终端复制快捷键&#xff08;有坑&#xff01;&#xff01;&#xff01;&#xff09;_vs code 不能复制-CSDN博客文章浏览…

angular舒尔特方格

说明&#xff1a;我计划用angular实现舒尔特方格的功能&#xff0c;必须是动态的&#xff0c;比如33&#xff0c;55&#xff0c;9*9&#xff0c;而且无论是什么样式的&#xff0c;都必须保持正方形&#xff0c;然后还有时间监听&#xff0c;计算用户完成方格的时间&#xff0c;…

提升数据洞察力:五款报表软件助力企业智能决策

概述 随着数据量的激增和企业对决策支持需求的提升&#xff0c;报表软件已经成为现代企业管理中不可或缺的工具。这些软件能够帮助企业高效处理数据、生成报告&#xff0c;并将数据可视化&#xff0c;从而推动更智能的决策过程。 1. 山海鲸报表 概述&#xff1a; 山海鲸报表…

DistilQwen2.5发布:通义千问蒸馏小模型再升级

01 引言 因高计算成本和复杂性&#xff0c;在例如移动设备和边缘计算场景等资源有限的环境中&#xff0c;限制了大语言模型的普及。如何在保留模型性能的同时提高计算效率并降低部署成本&#xff0c;已成为研究和工业界必须面对的关键挑战。 在此背景下&#xff0c;我们正式…

VS2022配置FFMPEG库基础教程

1 简介 1.1 起源与发展历程 FFmpeg诞生于2000年&#xff0c;由法国工程师Fabrice Bellard主导开发&#xff0c;其名称源自"Fast Forward MPEG"&#xff0c;初期定位为多媒体编解码工具。2004年后由Michael Niedermayer接任维护&#xff0c;逐步发展成为包含音视频采…

【前端基础】Day 1 HTML

总结&#xff1a; 1. Web标准的构成 2. 基本标签 目录 1. Web标准的构成 2. 基本标签 2.1快捷键 2.2.1标题标签 2.2.2段落和换行标签 2.2.3文本格式化标签 2.2.4div和span标签 2.3.1 图像标签和路径 2.3.2路径 2.3.3超链接标签 2.4注释标签 2.5特殊字符 1. Web标准…

Android Realm数据库使用与集成指南

本地存储storage集成创建Realm数据模型插入和更新数据模型数据查询统计数据分页查询处理表数据删除操作总结Realm 是一款专为移动端和嵌入式场景设计的高性能、跨平台的 对象数据库(NoSQL),由 MongoDB 团队维护。它的核心思想是将数据模型直接映射到对象(如 Java/Kotlin、S…

(九)趣学设计模式 之 桥接模式!

目录 一、 啥是桥接模式&#xff1f;二、 为什么要用桥接模式&#xff1f;三、 桥接模式的实现方式四、 桥接模式的优缺点五、 桥接模式的应用场景六、 总结 &#x1f31f;我的其他文章也讲解的比较有趣&#x1f601;&#xff0c;如果喜欢博主的讲解方式&#xff0c;可以多多支…

Day8 蓝桥杯acw讲解

首先先给大家看一道这个题&#xff0c; 我真的是太喜欢y总了&#xff0c;如果大家也是最近在准备蓝桥杯或者计算机相关的比赛&#xff0c;但是得加一个前提就是必须最好基础真的很好&#xff0c;要不然其实买了课&#xff0c;也没啥太大的用处&#xff0c;其实就可以以我本人举…