从邻接列表计算每个顶点的可达性

时间:2015-07-14 22:04:31

标签: algorithm graph graph-algorithm floyd-warshall transitive-closure

给定DAG的邻接列表Map<Vertex, Set<Vertex>>,我想计算每个顶点的可达性(即,是否存在从u到v的路径)。

static Map<Vertex, Set<Vertex>> reachability(Map<Vertex, Set<Vertex>> adjList) {}

我知道可以在O(V^3)

中使用Floyd-Warshall
// Convert adjList to adjacency matrix mat
void reachability(boolean mat[][]) {
  final int N = mat.length;
  for (int k = 0; k < N; k++)
    for (int i = 0; i < N; i++)
      for (int j = 0; j < N; j++)
        mat[i][j] |= mat[i][k] && mat[k][j];
}

但是我有一个稀疏图(和一个邻接列表),那么最快的方法是什么?

2 个答案:

答案 0 :(得分:1)

O(V*(V+E))解决方案可以是从图中的每个节点做一个简单的BFS并计算其可达性集。假设|E| << |V|^2(你说图表被解析),这比floyd-warshall快得多(并且编码更简单)。

然而,这仍然不是最理想的,可以改进:

您的图表是DAG,因此您可以先在O(V+E)中执行topological sort,然后从最后到第一个:

connected(v)= union {connected(u)|对于所有边缘(v,u)} U {v}

这可以非常有效地计算,并在时间复杂度O(|V|+|E|+k)中给出总答案,其中| V | - 顶点数,| E | - 边数,k - 连接对的数量(在最坏的情况下限于O(|V|^2))。

此解决方案为您提供O(|V|^2)最差情况下的表现,即使对于没有解析过的图表也是如此。

伪代码:

V = [v0,v1,...,vn-1]
V = topological_sort(V) //O(V+E)
connect = new Map:V->2^V //Map<Vertex,Set<Vertex>> in java
i = n-1
while (i >= 0):
   let v be the vertex in V[i]
   connected[v].add(v)
   for each edge (v,u):
      //since the graph is DAG, and we process in reverse order
      //the value of connected[u] is already known, so we can use it.
      connected[v].addAll(connected[u])

答案 1 :(得分:0)

这是Scala中的简单O(|V||E|)解决方案(基本上,对于每个顶点,执行DFS):

type AdjList[A] = Map[A, Set[A]]

def transitiveClosure[A](adjList: AdjList[A]): AdjList[A]  = {
  def dfs(seen: Set[A])(u: A): Set[A] = {
    require(!seen(u), s"Cycle detected with $u in it")
    (adjList(u) filterNot seen flatMap dfs(seen + u)) + u
  }
  adjList.keys map {u =>
    u -> dfs(Set.empty)(u)  
  } toMap
}

此处的可执行版本:http://scalafiddle.net/console/4f1730a9b124eea813b992edebc06840