在这种情况下，哪种图表遍历算法适合

Question

我在遍历以下类型的图表时遇到问题。

• 每个节点可能有多个输入和输出。
• 每个输出可以指向多个输入（例如A的第三个输出转到C和D）
• 在每个节点处，根据输入中提供的值进行一些计算。输出结果提供给其他节点的输入。
• 要从一个节点遍历到下一个节点，我必须知道所有输入的值。

这种遍历浮现在脑海中：

• 在A处，使用唯一的输入来计算所有输出
• 使用A的第一个输出从A移动到C.
• 在C，我们不知道其他输入，所以回溯到A。
• 在A处，使用第二个输出到达B.
• 在B，我们没有所有输入，所以回溯到A。
• 在A处，取第三个输出并到达B.
• 现在我们有了计算输出的所有输入。
• 在B处，通过第一个输出达到C。
• 在C，我们有所有输入，所以进行计算并达到E。
• 等

那么你认为在这种情况下哪种算法最好用。 BFS可能无法正常工作，因为在我的情况下，当我到达一个节点并且无法进行回溯时，我不知道所有输入。

我必须在C＃中实现它。

Answer 1

<强>观

使用广度优先搜索，但也计算每个节点（或类似地，输入列表）。

访问节点时：

• 增加点数
• 如果计数小于它的传入边数，则不要做任何事情
• 否则，照常处理节点

您的例子：

候选人：A
我们处理A。

候选人：C，B，D
我们访问C，但不处理它的count = 1＆lt; 2 =传入边缘。

候选人：B，D
我们访问B并处理它。

候选人：D，C，E，D
我们访问D，但不处理它，因为它的count = 1＆lt; 2 =传入边缘（第二条边缘尚未处理）。

候选人：C，E，D
我们访问C并处理它。

候选人：E，D，E
我们访问E，但不处理它的计数= 1＆lt; 3 =传入边缘（第二和第三边缘尚未处理）。

候选人：D，E
我们访问D并处理它。

候选人：D，E，E
我们访问D并处理它。

候选人：E，E
我们访问E，但不要处理它，因为它的计数= 2＆lt; 3 =传入边缘（第三条边缘尚未处理）。

候选人：E
我们访问E并处理它。