如何检查两个顶点之间的图形连通性
我试图实现一个遗传算法来找到一组边,这些边的移除将会断开图形。 更具体地说,我使用由顶点和边组成的有向无环图。 每条边都有成本或重量。 遗传算法生成大量集合C(即选择两个顶点之间的某些边)。 现在我的问题是检查这组边是否表示剪切集或断开图。 然后,遗传算法正在寻找包含在切割集合中的可能的最小边缘成本总和。
所以,我使用了从图书的算法和优化的Java库中提取的连接图测试这种方法来测试连通性。 这对我不起作用,因为它只扫描顶点的邻居。
public static boolean isConnected(Individual ind)
{
int n= Settings.numOfNodes;
int m= Settings.numOfEdges-ind.cutSet.size();
int nodei[]= new int[m+1];
int nodej[]= new int[m+1];
int tempi[]= new int[m];
int tempj[]= new int[m];
int[] temp= (int[])Settings.nodei.clone();
for(int edg:ind.cutSet)
temp[edg]= -1;
int count=0;
for(int i=0; i<Settings.numOfEdges; i++)
{
if(temp[i]!=-1)
{
tempi[count]=Settings.nodei[i];
tempj[count]=Settings.nodej[i];
count++;
}
}
nodei[0]=0;
nodej[0]=0;
for(int i=0; i<tempi.length;i++)
{
nodei[i+1]=tempi[i];
nodej[i+1]=tempj[i];
}
int i,j,k,r,connect;
int neighbor[] = new int[m + m + 1];
int degree[] = new int[n + 1];
int index[] = new int[n + 2];
int aux1[] = new int[n + 1];
int aux2[] = new int[n + 1];
for (i=1; i<=n; i++)
degree[i] = 0;
for (j=1; j<=m; j++) {
degree[nodei[j]]++;
degree[nodej[j]]++;
}
index[1] = 1;
for (i=1; i<=n; i++) {
index[i+1] = index[i] + degree[i];
degree[i] = 0;
}
for (j=1; j<=m; j++) {
neighbor[index[nodei[j]] + degree[nodei[j]]] = nodej[j];
degree[nodei[j]]++;
neighbor[index[nodej[j]] + degree[nodej[j]]] = nodei[j];
degree[nodej[j]]++;
}
for (i=2; i<=n; i++)
aux1[i] = 1;
aux1[1] = 0;
connect = 1;
aux2[1] = 1;
k = 1;
while (true) {
i = aux2[k];
k--;
for (j=index[i]; j<=index[i+1]-1; j++) {
r = neighbor[j];
if (aux1[r] != 0) {
connect++;
if (connect == n) {
connect /= n;
if (connect == 1) return true;
return false;
}
aux1[r] = 0;
k++;
aux2[k] = r;
}
}
if (k == 0) {
connect /= n;
if (connect == 1) return true;
return false;
}
}
}
给定以下有向无环图:
number of vertices = 4
number of edges = 5
1->2
1->3
1->4
2->4
3->4
如果我们删除以下边缘:
1->2
1->3
2->4
然后,该方法返回该图形断开连接,但仍存在以下路径之一:
1->4
我正在寻找一种算法或方法来检查我们是否删除了一些边,该图仍然连接在开始和目标顶点之间。 换句话说,图形在这两个顶点之间仍然存在一些其他路径。
一个有效集合的例子,当被移除的图表没有连接时:
1->2
1->3
1->4
要么
2->4
1->4
3->4
请给我解答这个问题的任何想法或想法。
谢谢
检查连接性:
您的图形是定向的a-cyclic,因此您可以预处理并查找Paths = { (u,v) | there is a path from u to v }
Paths = { (u,v) | there is a path from u to v }
。
删除/添加每个边(u,v)
您需要做的就是相应地重置Paths
。 请注意,对于每个v'
, (u,v')
在Paths
当且仅当存在u'
,使得(u,u')
仍然是图中的边,且(u',v')
处于Paths
。
不要忘了递归调用Paths
递归每个修改u
的父母。
虽然这种解决方案在最坏的情况下并不比BFS好,但在平均情况下应该更好 - 因为在每次更改后都不需要浏览整个图。
编辑:例如
例如,在你的图中, Path={(1,2),(1,3),(1,4),(2,4),(3,4)}
- 所有顶点到所有路径“前进”顶点除2至3之外。
现在,如果你删除边(1,4)
你Path={(1,2),(1,3),(1,4),(2,4),(3,4)}
注意(1,4)
仍然存在,因为边(1,2)和(2,4)在Path
。
现在删除(2,4)
,它将导致: Path={(1,2),(1,3),(1,4),(3,4)}
。 再次, (1,4)
仍然存在,因为(1,3)
仍然是边,而(3,4)
在Path
。
现在删除(3,4)
。 从3
到4
没有路径,所以你删除(3,4)
。 现在,递归地修改所有3
的父母。 因为1
是3
的父亲,因此在他身上调用它,并且发现没有更多的边(1,u)
使得(u,4)
仍然在路径中,因此我们将它从Path
移除,导致Path={(1,2),(1,3)}
。
查找要移除的边集:
我将从删除所有边开始 ,添加边而不是删除它们。 您只能添加不会连接图形的边。 通过这种方法,您可以尝试最大化您添加的边的值,而不是最小化您删除的边。
通过这样做 - 您确保您的解决方案可行 ,并且图形确实没有连接。