环的寻找:寻找无向图中所有存在的环-删除点法

        此文讨论一个无向图中存在环的问题,在不管多复杂的连通图中寻找出所有的环,使用删除点的方法。

        此外,这个版本的查找方法可以用于其他场景:找出无向图中所有的环的算法             

        结果能找到最小的环,或许要靠运气,输出该输出的环...............,这是原始算法。


改进:

可以输出最大环(通过跳过多度点),可以输出最小子环(通过使用最短路径)......................

        使用一个图:

        环的寻找:寻找无向图中所有存在的环-删除点法_第1张图片

        比如在上图中,存在多个环(1,2,3,4,5,6)(6,7,8,9)(1,2,5,6)(1,2,3,5,6).........

        怎么寻找呢?


一、使用删除边法

        本例中,从顶点9开始,构建DFS

        1.首先删除所有度数为1的点,这样点14就被删除。这样只剩下多度顶点的环

          环的寻找:寻找无向图中所有存在的环-删除点法_第2张图片


        2. 若从顶点9开始,找到了环(9,8,6,7),对于顶点8和顶点7,其所有链接的边都在当前环上,则可以删除掉两个顶点;

         而9除了处于环中的边,还有其他边,则不能删除。此外,顶点6也不能删除。

         判断条件: 若顶点X链接的边在这一个环上,则可以删除此顶点。

         环的寻找:寻找无向图中所有存在的环-删除点法_第3张图片    环的寻找:寻找无向图中所有存在的环-删除点法_第4张图片

                 例如:在图中,删除的点为7和8,同时所有的链接边也删除。输出环(9.8.7.6)。


        3. 使用堆栈,再次查找10,可以输出环(10,11,12,13),同时可以删除顶点(11,12,13)。此时顶点10 的度置位1,标识为已遍历状态。

         环的寻找:寻找无向图中所有存在的环-删除点法_第5张图片       环的寻找:寻找无向图中所有存在的环-删除点法_第6张图片

        4.每次查找环,都删除度为1的节点和连接边。此时可以删除10,9,树退化为一颗子树。

            环的寻找:寻找无向图中所有存在的环-删除点法_第7张图片     环的寻找:寻找无向图中所有存在的环-删除点法_第8张图片


    5.到了一个查找重复环的时候   

         5.1. 此时没有单度节点,

         5.2. 出现问题,得重新考虑了!!!

        从顶点6开始找到所有的环:注意此过程依然为生成树的过程,每一个边都被设定为有向边。

       

   Code :

   

	// 寻找联通集合的闭包,判断是否连通,返回闭包
	public static void findSub(Boolean adjM[][], Set votex, ArrayList> loopSets) {
		if (votex.size() < 2) {// 治标不治本
			return;
		}

		for (int m = 0; m < adjM.length;++m){
			adjM[m][m] =false;
		}
		
		// 计算顶点的度
		Integer[] degrees = new Integer[adjM.length];
		degrees = calVotexDegree(adjM);

		//循环查找,找到所有的度不为1的闭包
		boolean isdeleted = true;
		while( isdeleted ){
			isdeleted = false;
			degrees = calVotexDegree(adjM);
			delete1Degree(adjM, degrees);// 删除度数为1 的边

                         int l1 = votex.size();
			// 更新联通集合
			for (int i = 0; i < degrees.length; ++i) {
				if (degrees[i] == 0) {
					votex.remove(i);
					for (int m = 0; m < adjM.length;++m){
						adjM[i][m] = false;//更新度,若被移除则相关的邻接都置为false
						adjM[m][i] = false;
					}
				}
			}
			int l2 = votex.size();
			if(l1!=l2) isdeleted = true;
		}
		
		// 遍历所有节点,逐个取出,去除非环节点
		Set loop = new HashSet();
		Set sub = new HashSet();
		boolean isBlankX = false;
		boolean isFind = false;

		for (int ob : votex) {
			int obj = ob;
			sub.add(obj);
			int idx = obj;
			for (int j = idx; j < adjM[idx].length;) {
				if (adjM[idx][j]) {
					if (sub.contains(j) && idx != j) {
						transSet(sub, loop);// 若已存在元素,则存在环,复制出环
						loopSets.add(loop);
						votex.removeAll(loop);
						sub.clear();
						findSub(adjM, votex, loopSets);
						isFind = true;
						if (votex.size() < 3) {// 剩余两个就不再寻找
							isBlankX = true;
						}
						++j;
					} else {
						sub.add(j);
						++j;
					}
				} else
					++j;
			}
			if (isFind)
				break;
		}
		return;
	}

// 输出顶点的度
	public static Integer[] calVotexDegree(Boolean adjM[][]) {
		Integer[] degrees = new Integer[adjM.length];
		for (int i = 0; i < adjM.length; ++i) {
			degrees[i] = 0;
			for (int j = 0; j < adjM[i].length; ++j) {
				if (adjM[i][j] == true) {
					degrees[i] = degrees[i] + 1;
				}
			}
		}
		return degrees;
	}

// 更新矩阵:删除权值为1和0的边
	public static void delete1Degree(Boolean[][] adjM, Integer[] degrees) {
		for (int j = 0; j < adjM.length; ++j) {
			adjM[j][j] = false;// 自身边消除掉
			if (degrees[j] < 2) {
				for (int k = 0; k < adjM[j].length; ++k) {
					adjM[j][k] = false;
					adjM[k][j] = false;
				}
				degrees[j] = 0;
			}
		}
	}

输出结果:输出结果具有一定的概率性,和顶点的排序有关。



转载于:https://www.cnblogs.com/wishchin/p/9199899.html

你可能感兴趣的:(环的寻找:寻找无向图中所有存在的环-删除点法)