我们如何计算任意两个节点之间节点 - 不相交路径的数量,使两个节点之间的距离最大 K ?
有关节点的详细信息 - 不相交路径可以是found here。
我们得到一个有向图,我们必须计算节点数 - 从顶点u
到v
的不相交路径,使它们之间的最大节点数为K - 2({{1} }和u
从 K 递减,因此 K - 2 )。图中的顶点数可以高于 10 ^ 5 ,边可以 6 * 10 ^ 5 。我想到为每个节点实施BFS,直到距源节点的最大距离小于 K 。但我不知道实施的想法。有人请帮帮我吗?
如果有人有想法使用DFS解决它,请分享。
答案 0 :(得分:0)
DFS 是解决此类问题的关键。我们可以使用DFS
轻松枚举2个顶点之间的所有可能路径,但我们必须处理距离约束。
我的算法将遍历的边数视为约束。您可以轻松地将其转换为遍历的节点数。把它作为一个练习。
我们跟踪变量e
遍历的边数。如果e
大于K - 2
,我们会终止该递归DFS
来电。
为了保持访问过顶点,我们保留boolean
数组visited
。但是,如果递归调用在没有找到成功路径的情况下终止,我们将放弃对数组visited
所做的任何更改。
只有在递归DFS
调用成功找到路径时,我们才会为该程序的其余部分保留visited
数组。
所以算法的伪代码是:
main function()
{
visited[source] = 1
e = 0//edges traversed so far.
sum = 0// the answer
found = false// found a path.
dfs(source,e)
print sum
.
.
.
}
dfs(source,e)
{
if(e > max_distance)
{
return
}
if(e <= max_distance and v == destination)
{
found = true
sum++
return
}
for all unvisited neighbouring vertices X of v
{
if(found and v != source)
return;
if(found and v == source)
{
found = false
visited[destination] = 0
}
visited[X] = 1
dfs(X , e + 1)
if(!found)
visited[X] = 1
}
}