我有这样的自定义数据结构：
vector<myVertex *> my_vertices;
vector<myEdge *> my_edges;
我的类myEdge具有source（）和target（）方法，返回myVertex *，所以它应该已经准备好了，对吧？
要在容器中使用BGL图，我需要做什么外部适应？我知道the adaptor examples in the doc，但是有些帮助将不胜感激！
我感兴趣的是纯粹的adjacency_list基本图类型，还不确定我需要的图遍历概念。
到目前为止，我对adjacency_list参数的了解：
adjacency_list<OutEdgeListS, VertexListS, DirectedS,
VertexProperty, EdgeProperty, GraphProperty, EdgeListS>
OutEdgeListS和VertexListS是容器的选择器，用于表示（1）每个顶点的边列表和（2）顶点列表的容器。这些容器分别保存为元素vertex_descriptor和edge_descriptor。我的容器类型是简单的std :: vector，所以我想我不需要像example / container_gen.cpp中那样创建新的容器类型。一世
必须简单地（可能使用graph_traits）精确地确定容器元素的类型是指向对象的指针。VertexProperty和EdgeProperty旨在用作内部大容量存储，以获取其他信息，例如颜色标签，边缘权重...并自几年以来提供捆绑属性功能。 / li>
我希望顶点和边缘描述符不默认为整数，而是指向我的对象的指针。 BGL文档明确声明这是可行的in the 2002-version of the book，12.1.2：
面向对象的图形实现可能使用指针进行堆 分配的顶点对象。使用图特征类，这些 差异由顶点描述符关联类型隐藏。
尽管它似乎已从当前的1.70在线文档中消失。
理想情况下，我想这样初始化：
MyGraph g(const& my_edges,const& my_vertices,
undirected_tag, some_color, someweights, allow_parallel_edges_tag);
P.S。我对在property_map中填充对象指针不感兴趣。我不愿意使用'default vecS'，这是一个std :: vector，其中描述符是一个整数。 我愿意使用“自定义vecS”作为对象指针的std :: vector；对于OutEdgeList和VertexList。
编辑：这与“ 1”是完全相同的问题。 this one中的。除非它从未得到答案...而且建议的解决方案是针对“ 2.”，以及property_map和昂贵的双重映射:)。在研究了数百个SO主题数小时之后，大多数人似乎建议使用property_maps而不是使用自定义容器。人们倾向于使用property_maps存储实际的节点和边线-它们的对象指针，并让vertex＆edge_descriptor保留纯粹的默认整数索引。然而，from what I read here的内部存在一个“下面”的vertex_descriptor或一个实数索引层以增强。
作为上下文：我计划使用dijkstra / johnson_all_pairs_shortest_paths（具有前身地图和访客吗？），并进一步使用带有http://paal.mimuw.edu.pl/（位于bgl之上的库）的斯坦纳树的best-dreyfus-wagner。 为dbms-erd工具pgmodeler https://github.com/pgmodeler/pgmodeler/pull/1232制作sql join-solver。
很棒的信息，它们将所有信息粘合在一起，使我掌握了诸如图形概念之类的一些核心点。 我问我如何在自定义数据结构中使用邻接表，然后您去解释了如何定义一个完全自定义的图。
我将要研究方法之间的权衡：
答案 0 :(得分：2)
有关Graph概念的文档位于此处方便：https://www.boost.org/doc/libs/1_70_0/libs/graph/doc/graph_concepts.html
所以-您从未告诉我们您打算使用哪种算法。
所以让我举个例子：BFS。 The docs说，这要求：
有向图或无向图。图形类型必须是Vertex List Graph和Incidence Graph的模型。
查看您先前存在的数据结构，看来您仅轻松涵盖了“顶点列表”用例。
更多地将边缘实现为边缘列表。没有运行时或存储开销（这是数学的，与库或代码质量无关），就无法从边缘列表中模拟事件图。
实际上，您很可能会忽略了与该问题相关的现有数据结构的一部分，因为大多数算法在“顶点+边缘”列表上都将是次优的。
实际上，我想您的Edge列表可能像经典的邻接表一样进行组织（例如，按源顶点排序，因此您可以按源顶点进行O（log（n））查找）。
对于下面的示例，我假设是这种情况。请记住，我们只是通过事件图概念来接近保证复杂性：
复杂性保证
source()，target()和out_edges()函数必须均为恒定时间。out_degree()函数的边缘数量必须是线性的。要真正满足这些要求，您将需要为每个顶点专门存储边缘（out-edges）
所以，我们去吧：
namespace YourLibrary {
struct myVertex {
};
struct myEdge {
myVertex* _s = nullptr;
myVertex* _t = nullptr;
myVertex* source() const { return _s; }
myVertex* target() const { return _t; }
};
using Vertices = std::vector<myVertex *>;
using Edges = std::vector<myEdge *>;
}
您想保留对现有数据结构的引用：
namespace Glue {
struct MyGraph {
struct EdgeOrder {
template <typename A, typename B>
bool operator()(A const* a, B const* b) const { return source(a) < source(b); }
private:
static auto source(YourLibrary::myVertex const* v) { return v; }
static auto source(YourLibrary::myEdge const* e) { return e->source(); }
};
using Vertices = YourLibrary::Vertices;
using Edges = YourLibrary::Edges;
Vertices& _vertices;
Edges& _edges;
MyGraph(Vertices& vv, Edges& ee) : _vertices(vv), _edges(ee) { }
};
}
现在，我将逐个列出每个概念所需的特征类型列表：
namespace boost {
template <> struct graph_traits<Glue::MyGraph> {
// Due to Graph concept
using vertex_descriptor = YourLibrary::myVertex*;
using edge_descriptor = YourLibrary::myEdge*;
using directed_category = directed_tag;
using edge_parallel_category = allow_parallel_edge_tag;
static vertex_descriptor null_vertex() { return nullptr; }
// Due to Vertex List concept
struct traversal_category : vertex_list_graph_tag, incidence_graph_tag { };
using vertex_iterator = Glue::MyGraph::Vertices::const_iterator;
using vertices_size_type = std::size_t;
// Due to Incidence Graph concept
using out_edge_iterator = Glue::MyGraph::Edges::const_iterator;
using degree_size_type = std::size_t;
};
}
最后重新打开名称空间，以便ADL可以找到满足“有效表达式”条件所需的以下功能：
namespace Glue {
// Due to Vertex List concept
auto vertices(MyGraph const& g) {
return std::make_pair(g._vertices.begin(), g._vertices.end());
}
std::size_t num_vertices(MyGraph const& g) {
return g._vertices.size();
}
// Due to Incidence Graph concept
auto source(YourLibrary::myEdge const* e, MyGraph const& g) {
return e->source();
}
auto target(YourLibrary::myEdge const* e, MyGraph const& g) {
return e->target();
}
auto out_edges(YourLibrary::myVertex const* v, MyGraph const& g) {
return std::equal_range(g._edges.begin(), g._edges.end(), v, MyGraph::EdgeOrder{});;
}
std::size_t out_degree(YourLibrary::myVertex const* v, MyGraph const& g) {
auto oee = std::equal_range(g._edges.begin(), g._edges.end(), v, MyGraph::EdgeOrder{});
return std::distance(oee.first, oee.second);
}
}
这大致上 功能 等同于顶点容器带有setS的邻接列表。
此外，所有这些都是算法的参数。您既需要颜色图又需要顶点索引图。这是完全正常的，如果您有例如adjacency_list<vecS, listS, directedS>。
我将在MyGraph包装器中隐藏索引图，并公开颜色图，以便您选择首选项：
#include <boost/graph/adjacency_list.hpp>
#include <boost/graph/breadth_first_search.hpp>
#include <boost/container/flat_map.hpp>
#include <algorithm>
namespace YourLibrary {
struct myVertex {
};
struct myEdge {
myVertex* _s = nullptr;
myVertex* _t = nullptr;
myVertex* source() const { return _s; }
myVertex* target() const { return _t; }
};
using Vertices = std::vector<myVertex *>;
using Edges = std::vector<myEdge *>;
}
namespace Glue {
struct MyGraph {
struct EdgeOrder {
template <typename A, typename B>
bool operator()(A const* a, B const* b) const { return source(a) < source(b); }
private:
static auto source(YourLibrary::myVertex const* v) { return v; }
static auto source(YourLibrary::myEdge const* e) { return e->source(); }
};
using Vertices = YourLibrary::Vertices;
using Edges = YourLibrary::Edges;
using Index = boost::container::flat_map<Vertices::value_type, std::size_t>;
Vertices& _vertices;
Edges& _edges;
Index _index;
MyGraph(Vertices& vv, Edges& ee) : _vertices(vv), _edges(ee) {
_index.reserve(vv.size());
std::size_t i = 0;
for(auto v : vv) { _index[v] = i++; }
}
};
}
namespace boost {
template <> struct graph_traits<Glue::MyGraph> {
// Due to Graph concept
using vertex_descriptor = YourLibrary::myVertex*;
using edge_descriptor = YourLibrary::myEdge*;
using directed_category = directed_tag;
using edge_parallel_category = allow_parallel_edge_tag;
static vertex_descriptor null_vertex() { return nullptr; }
// Due to Vertex List concept
struct traversal_category : vertex_list_graph_tag, incidence_graph_tag { };
using vertex_iterator = Glue::MyGraph::Vertices::const_iterator;
using vertices_size_type = std::size_t;
// Due to Incidence Graph concept
using out_edge_iterator = Glue::MyGraph::Edges::const_iterator;
using degree_size_type = std::size_t;
};
}
namespace Glue {
// Due to Vertex List concept
auto vertices(MyGraph const& g) {
return std::make_pair(g._vertices.begin(), g._vertices.end());
}
std::size_t num_vertices(MyGraph const& g) {
return g._vertices.size();
}
// Due to Incidence Graph concept
auto source(YourLibrary::myEdge const* e, MyGraph const& g) {
return e->source();
}
auto target(YourLibrary::myEdge const* e, MyGraph const& g) {
return e->target();
}
auto out_edges(YourLibrary::myVertex const* v, MyGraph const& g) {
return std::equal_range(g._edges.begin(), g._edges.end(), v, MyGraph::EdgeOrder{});;
}
std::size_t out_degree(YourLibrary::myVertex const* v, MyGraph const& g) {
auto oee = std::equal_range(g._edges.begin(), g._edges.end(), v, MyGraph::EdgeOrder{});
return std::distance(oee.first, oee.second);
}
// Due to BFD requiring the index_map
auto get(boost::vertex_index_t, MyGraph const& g) {
return boost::make_assoc_property_map(g._index);
}
}
int main() {
// I hate manual memory management, so let's own some objects
auto a = std::make_unique<YourLibrary::myVertex>();
auto b = std::make_unique<YourLibrary::myVertex>();
auto c = std::make_unique<YourLibrary::myVertex>();
auto ab = std::make_unique<YourLibrary::myEdge>(YourLibrary::myEdge{a.get(), b.get()});
auto bc = std::make_unique<YourLibrary::myEdge>(YourLibrary::myEdge{b.get(), c.get()});
// These were given in your question:
YourLibrary::Vertices vv { a.get(), b.get(), c.get() };
YourLibrary::Edges ee { ab.get(), bc.get() };
// this is the glue required to fulfill the BGL concepts:
Glue::MyGraph g(vv, ee);
// this is showing that you can now BFS on it
using V = boost::graph_traits<Glue::MyGraph>::vertex_descriptor;
V start_vertex = a.get();
std::map<V, boost::default_color_type> color_data;
boost::breadth_first_search(g, start_vertex,
boost::visitor(boost::default_bfs_visitor{})
.color_map(boost::make_assoc_property_map(color_data)));
}
算法有要求，只要满足要求，就可以使用所需的任何数据结构。
在这种情况下，您可能要真正确定所做的假设，并将其添加到MyGraph构造函数中：
assert(std::is_sorted(_edges.begin(), _edges.end(), EdgeOrder{}));