我有一组节点A-G,Z,其中定义了加权边,其中A-G是漏斗中的各种节点,Z位于最底部。
可视化具有各种边缘的漏斗(V形),但最终指向最终节点Z,就像水流向单点Z.我们希望找到最便宜的路径,直到Z,覆盖所有节点漏斗。
以下是限制因素:
我应该使用哪种增强图算法来找到此问题的最佳边缘集?
因此,边缘集应为(A-B,B-D,D-E,E-Z,C-G,F-G,G-Z)
我确信这不是一个新问题:我只是不知道足够的图论来识别/命名算法。
更新
在进一步研究问题时,我发现如果图表没有定向,问题就会减少到最小生成树。换句话说,如果我们没有先验地指出Z是图中的最低点(通过使用箭头),并允许水在两个方向上流动(通常是真的,除非我们有阀门),那么第二个模型可以正常工作。
当然,我们现在可以选择新的F-Z无向边来减轻重量,而不是被迫使用旧的G-Z定向边。
根据这些结果,如果我们确实需要边缘定向,liori's answer是原始问题的最佳响应(即需要对算法进行编码)。 / p>
输出
D <--> E with weight of 1
F <--> G with weight of 1
A <--> B with weight of 2
E <--> Z with weight of 2
C <--> G with weight of 2
F <--> Z with weight of 2
B <--> D with weight of 3
Total Weight = 13
使用最小生成树的无向非循环图代码
#include <boost/graph/adjacency_list.hpp>
#include <boost/graph/kruskal_min_spanning_tree.hpp>
#include <iostream>
int
main()
{
using namespace boost;
typedef adjacency_list < vecS, vecS, undirectedS,
no_property, property < edge_weight_t, int > > Graph;
typedef graph_traits < Graph >::edge_descriptor Edge;
typedef graph_traits < Graph >::vertex_descriptor Vertex;
typedef std::pair<int, int> E;
char letter[] = "ABCDEFGZ";
const int num_nodes = 8;
E edge_array[] = {
E(0,1), E(1,2), E(1,3), E(3,6), E(3,5), E(3,4), E(2,5), E(2,6),
E(5,7), E(5,6), E(6,7), E(4,7)
};
int weights[] = { 2, 6, 3, 5, 3, 1, 4, 2, 2, 1, 3, 2 };
std::size_t num_edges = sizeof(edge_array) / sizeof(E);
Graph g(edge_array, edge_array + num_edges, weights, num_nodes);
property_map < Graph, edge_weight_t >::type weight = get(edge_weight, g);
std::vector < Edge > spanning_tree;
kruskal_minimum_spanning_tree(g, std::back_inserter(spanning_tree));
int total_weight = 0;
for (std::vector < Edge >::iterator ei = spanning_tree.begin();
ei != spanning_tree.end(); ++ei)
{
std::cout << letter[source(*ei, g)] << " <--> " << letter[target(*ei, g)]
<< " with weight of " << weight[*ei]
<< std::endl;
total_weight += weight[*ei];
}
std::cout << "Total Weight = " << total_weight << std::endl;
return EXIT_SUCCESS;
}
答案 0 :(得分:3)
因此,您需要以最便宜的方式从Z
向后进入每个节点。您的问题等同于在DAG上查找生成树,除了您需要转换DAG以使边指向相反方向。正如this answer中所述,您应该检查Chu–Liu/Edmonds' algorithm等算法。
然而,似乎Boost Graph中没有现成的算法。您可能需要构建自己的算法。
答案 1 :(得分:1)
这是一个可以用Uniform Cost Search解决的问题。此算法可应用于包含至少一个解决方案的任何directed graph。
这将找到总边缘成本最低的路径。
如果您正在寻找覆盖最少节点数的路径,您需要Breadth First Search