使用 DFS 检测图中的循环:两种不同的方法以及有何区别

问题描述 投票:0回答:5

请注意,图表示为邻接列表。

我听说过两种在图中查找循环的方法:

  1. 保留一个布尔值数组来跟踪您之前是否访问过某个节点。如果你用完了新的节点(没有到达你已经去过的节点),那么只需回溯并尝试不同的分支。

  2. Cormen 的 CLRS 或 Skiena 中的一个:对于无向图中的深度优先搜索,有两种类型的边:树边和反向边。当且仅当存在后边时,图才有环。

有人可以解释一下什么是图的后边以及上述两种方法之间的区别吗?

谢谢。

更新: 这是在两种情况下检测循环的代码。 Graph 是一个简单的类,为了简单起见,将所有图节点表示为唯一的数字,每个节点都有其相邻的邻居节点(g.getAdjacentNodes(int)):

public class Graph {
  private int[][] nodes; // all nodes; e.g. int[][] nodes = {{1,2,3}, {3,2,1,5,6}...};

  public int[] getAdjacentNodes(int v) {
    return nodes[v];
  }

  // number of vertices in a graph
  public int vSize() {
    return nodes.length;
  }
}

检测无向图中循环的Java代码:

public class DFSCycle {
    private boolean marked[];
    private int s;
    private Graph g;
    private boolean hasCycle;

    // s - starting node
    public DFSCycle(Graph g, int s) {
        this.g = g;
        this.s = s;
        marked = new boolean[g.vSize()];
        findCycle(g,s,s);
    }

    public boolean hasCycle() {
        return hasCycle;
    }

    public void findCycle(Graph g, int v, int u) {

        marked[v] = true;

        for (int w : g.getAdjacentNodes(v)) {
            if(!marked[w]) {
                marked[w] = true;
                findCycle(g,w,v);
            } else if (v != u) {
                hasCycle = true;
                return;
            }
        }

    }  
}

检测有向图中的循环的Java代码:

public class DFSDirectedCycle {
    private boolean marked[];
    private boolean onStack[];
    private int s;
    private Graph g;
    private boolean hasCycle;

    public DFSDirectedCycle(Graph g, int s) {
        this.s = s
        this.g = g;
        marked = new boolean[g.vSize()];
        onStack = new boolean[g.vSize()];
        findCycle(g,s);
    }

    public boolean hasCycle() {
        return hasCycle;
    }

    public void findCycle(Graph g, int v) {

        marked[v] = true;
        onStack[v] = true;

        for (int w : g.adjacentNodes(v)) {
            if(!marked[w]) {
                findCycle(g,w);
            } else if (onStack[w]) {
                hasCycle = true;
                return;
            }
        }

        onStack[v] = false;
    }
}
graph cycle depth-first-search adjacency-list
5个回答
77
投票

回答我的问题:

当且仅当存在后边时,图才有环。后边是从节点到其自身(自环)或 DFS 生成的树中其祖先之一的边,形成循环。

上面两种方法实际上意思是一样的。然而,这种方法只能应用于无向图

该算法不适用于有向图的原因是,在有向图中,到同一顶点的 2 条不同路径不会形成循环。例如:A-->B、B-->C、A-->C - 不会形成循环,而在无向循环中:A--B、B--C、C--A 会形成循环。

在无向图中找到循环

当且仅当深度优先搜索 (DFS) 找到指向已访问顶点(后边)的边时,无向图才有循环。

在有向图中找到循环

除了访问过的顶点之外,我们还需要跟踪当前位于 DFS 遍历函数递归堆栈中的顶点。如果我们到达的顶点已经在递归堆栈中,那么树中就有一个循环。

更新: 工作代码位于上面的问题部分。


12
投票

为了完整起见,可以使用 DFS 在有向图中找到循环(来自 wikipedia):

 L ← Empty list that will contain the sorted nodes
while there are unmarked nodes do
    select an unmarked node n
    visit(n) 
function visit(node n)
    if n has a temporary mark then stop (not a DAG)
    if n is not marked (i.e. has not been visited yet) then
        mark n temporarily
        for each node m with an edge from n to m do
            visit(m)
        mark n permanently
        unmark n temporarily
        add n to head of L

3
投票

我认为上面的代码仅适用于连接的有向图,因为我们仅从源节点启动 dfs,因为如果有向图未连接,则其他组件中可能存在一个可能被忽视的循环!


1
投票

这是我基于 DFS 用 C 语言编写的代码,用于查明给定的无向图是否是连通/循环的。最后有一些示例输出。希望对您有所帮助:)

#include<stdio.h>
#include<stdlib.h>

/****Global Variables****/
int A[20][20],visited[20],count=0,n;
int seq[20],connected=1,acyclic=1;

/****DFS Function Declaration****/
void DFS();

/****DFSearch Function Declaration****/
void DFSearch(int cur);

/****Main Function****/
int main() 
   {    
    int i,j;

    printf("\nEnter no of Vertices: ");
    scanf("%d",&n);

    printf("\nEnter the Adjacency Matrix(1/0):\n");
    for(i=1;i<=n;i++)
            for(j=1;j<=n;j++)
        scanf("%d",&A[i][j]);

    printf("\nThe Depth First Search Traversal:\n");

    DFS();

    for(i=1;i<=n;i++)
        printf("%c,%d\t",'a'+seq[i]-1,i);

    if(connected && acyclic)    printf("\n\nIt is a Connected, Acyclic Graph!");
    if(!connected && acyclic)   printf("\n\nIt is a Not-Connected, Acyclic Graph!");
    if(connected && !acyclic)   printf("\n\nGraph is a Connected, Cyclic Graph!");
    if(!connected && !acyclic)  printf("\n\nIt is a Not-Connected, Cyclic Graph!");

    printf("\n\n");
    return 0;
   }

/****DFS Function Definition****/
void DFS()
    { 
    int i;
    for(i=1;i<=n;i++)
        if(!visited[i])
          {
        if(i>1) connected=0;
        DFSearch(i);    
              } 
    }

/****DFSearch Function Definition****/
void DFSearch(int cur) 
    {
    int i,j;
    visited[cur]=++count;

        seq[count]=cur; 
        for(i=1;i<count-1;i++)
                if(A[cur][seq[i]]) 
                   acyclic=0;

    for(i=1;i<=n;i++)
        if(A[cur][i] && !visited[i])
           DFSearch(i);

    }

示例输出:

majid@majid-K53SC:~/Desktop$ gcc BFS.c

majid@majid-K53SC:~/Desktop$ ./a.out
************************************

Enter no of Vertices: 10

Enter the Adjacency Matrix(1/0):

0 0 1 1 1 0 0 0 0 0 
0 0 0 0 1 0 0 0 0 0 
0 0 0 1 0 1 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 
0 1 0 0 1 0 0 0 0 0 
0 0 0 0 0 0 0 1 0 0 
0 0 0 0 0 0 0 0 1 0 
0 0 0 0 0 0 0 0 0 1 
0 0 0 0 0 0 1 0 0 0 

The Depdth First Search Traversal:
a,1 c,2 d,3 f,4 b,5 e,6 g,7 h,8 i,9 j,10    

It is a Not-Connected, Cyclic Graph!


majid@majid-K53SC:~/Desktop$ ./a.out
************************************

Enter no of Vertices: 4

Enter the Adjacency Matrix(1/0):
0 0 1 1
0 0 1 0
1 1 0 0
0 0 0 1

The Depth First Search Traversal:
a,1 c,2 b,3 d,4 

It is a Connected, Acyclic Graph!


majid@majid-K53SC:~/Desktop$ ./a.out
************************************

Enter no of Vertices: 5

Enter the Adjacency Matrix(1/0):
0 0 0 1 0
0 0 0 1 0
0 0 0 0 1
1 1 0 0 0 
0 0 1 0 0

The Depth First Search Traversal:
a,1 d,2 b,3 c,4 e,5 

It is a Not-Connected, Acyclic Graph!

*/

1
投票

在此提供关于问题子集的观察:如果

num_edges
>=
num_nodes
,则连通无向图将有循环。

更新:还提供了使用 DFS 检测无向图中循环的 Python 代码。非常感谢您对此进行优化的帮助。

def detect_cycle(graph, root):
    # Create an empty stack
    stack = []
    
    # Track visited nodes
    visited = [False] * graph.num_nodes

    # Track the order of traversal
    traversal = []

    # Track parents of traversed nodes
    parent = [None] * graph.num_nodes
    
    # Begin Traversal
    stack.append(root)
    parent[root] = root

    while len(stack) > 0:
        # Pop the stack
        node = stack.pop()
        if not visited[node]:
            visited[node] = True
            traversal.append(node)
            
            # Check the neighbors for visited nodes, or continue traversal
            for neighbor in graph.edges[node]:
                if not visited[neighbor]:
                    stack.append(neighbor)
                    parent[neighbor] = node
                
                # If the neighbor is visited, check for back edge 
                # If a back edge exists, neighbor will have been visited before 
                # the parent of the current node
                elif traversal.index(neighbor) < traversal.index(parent[node]):
                    return (f'Cycle at node {node}!')
                                    
    return ('Acyclic graph!')
© www.soinside.com 2019 - 2024. All rights reserved.