数据结构:哈密顿回路基础

2024-04-20 01:12

本文主要是介绍数据结构:哈密顿回路基础,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是哈密顿回路?

哈密顿回路(Hamiltonian Cycle)是图论中的一个概念,指的是在一个图中通过图的每个顶点恰好一次且仅一次,并最终回到起始顶点的闭合回路。在一个哈密顿回路中,除了起始和结束的顶点必须是同一个顶点,并且这个顶点恰好出现两次之外,其他每个顶点都恰好出现一次。哈密顿回路的命名来自于爱尔兰数学家威廉·罗伊兰·哈密顿。

判断是否存在哈密顿环问题是一个经典的NP完全问题,这意味着目前没有已知的多项式时间算法能解决所有情况。对于一个含有 V V V个顶点和 E E E条边的图来说,常见的算法时间复杂度如下:

  1. 暴力搜索法:尝试图中所有可能的顺序来查找哈密顿环。其时间复杂度为 O ( V ! ) O(V!) O(V!),因为需要检查每个顶点的所有排列。

  2. 回溯法:在搜索过程中,如果路径不满足条件,则回退一步。这是一种改进的暴力法,但最坏情况的时间复杂度仍然为 O ( V ! ) O(V!) O(V!)

  3. 动态规划(例如 Held-Karp 算法):用于求解旅行商问题(TSP),该问题与哈密顿环问题紧密相关。Held-Karp算法使用动态规划,其时间复杂度为 O ( V 2 2 V ) O(V^2 2^V) O(V22V)

  4. 启发式算法:如遗传算法、蒙特卡洛方法等,并不保证总是能找到解决方案,但在一些情况下它们可以在多项式时间内给出近似解。时间复杂度因算法和实现而异,但通常比 O ( V 2 2 V ) O(V^2 2^V) O(V22V)要低。

判断给路径是否是哈密顿回路

只需要满足条件:每个点经过一次,并且是一个环路就行。像判断是否是给定图的拓扑排序一样,按照流程走一遍就行。
优化代码:

  • 尽量不适用全局变量,使用引用传参。
  • 将条件合并。
#include <iostream>
#include <vector>
#include <unordered_set>using namespace std;bool isHamiltonianCycle(const vector<unordered_set<int>>& graph, const vector<int>& path) {if(path.front() != path.back() || path.size() != graph.size()) {return false;}unordered_set<int> visited;int len=path.size();for(int i = 0; i < len - 1; ++i) {if(graph[path[i]].count(path[i+1]) == 0 || visited.count(path[i]) != 0) {return false;}visited.insert(path[i]);}if(graph[path[len-2]].count(path.back()) != 0)return true;else return false;
}int main() {ios_base::sync_with_stdio(false);cin.tie(nullptr);int N, M;cin >> N;vector<unordered_set<int>> graph(N + 1);cin >> M;while(M--) {int u, v;cin >> u >> v;graph[u].insert(v);graph[v].insert(u);}int K;cin >> K;while(K--) {int n, v;cin >> n;vector<int> path;path.reserve(n);//无所谓,这改变的是capacity,与resize不一样。while(n--) {cin >> v;path.emplace_back(v);}if(isHamiltonianCycle(graph, path)) {cout << "YES\n";} else {cout << "NO\n";}}return 0;
}
动态规划:最短哈密顿路径

最短哈密顿路径
该问题将在以后解释。

这篇关于数据结构:哈密顿回路基础的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/918931

相关文章

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

redis-sentinel基础概念及部署流程

《redis-sentinel基础概念及部署流程》RedisSentinel是Redis的高可用解决方案,通过监控主从节点、自动故障转移、通知机制及配置提供,实现集群故障恢复与服务持续可用,核心组件包... 目录一. 引言二. 核心功能三. 核心组件四. 故障转移流程五. 服务部署六. sentinel部署

从基础到进阶详解Python条件判断的实用指南

《从基础到进阶详解Python条件判断的实用指南》本文将通过15个实战案例,带你大家掌握条件判断的核心技巧,并从基础语法到高级应用一网打尽,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录​引言:条件判断为何如此重要一、基础语法:三行代码构建决策系统二、多条件分支:elif的魔法三、

Python WebSockets 库从基础到实战使用举例

《PythonWebSockets库从基础到实战使用举例》WebSocket是一种全双工、持久化的网络通信协议,适用于需要低延迟的应用,如实时聊天、股票行情推送、在线协作、多人游戏等,本文给大家介... 目录1. 引言2. 为什么使用 WebSocket?3. 安装 WebSockets 库4. 使用 We

redis数据结构之String详解

《redis数据结构之String详解》Redis以String为基础类型,因C字符串效率低、非二进制安全等问题,采用SDS动态字符串实现高效存储,通过RedisObject封装,支持多种编码方式(如... 目录一、为什么Redis选String作为基础类型?二、SDS底层数据结构三、RedisObject

从基础到高阶详解Python多态实战应用指南

《从基础到高阶详解Python多态实战应用指南》这篇文章主要从基础到高阶为大家详细介绍Python中多态的相关应用与技巧,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、多态的本质:python的“鸭子类型”哲学二、多态的三大实战场景场景1:数据处理管道——统一处理不同数据格式

MySQL数据类型与表操作全指南( 从基础到高级实践)

《MySQL数据类型与表操作全指南(从基础到高级实践)》本文详解MySQL数据类型分类(数值、日期/时间、字符串)及表操作(创建、修改、维护),涵盖优化技巧如数据类型选择、备份、分区,强调规范设计与... 目录mysql数据类型详解数值类型日期时间类型字符串类型表操作全解析创建表修改表结构添加列修改列删除列

Python 函数详解:从基础语法到高级使用技巧

《Python函数详解:从基础语法到高级使用技巧》本文基于实例代码,全面讲解Python函数的定义、参数传递、变量作用域及类型标注等知识点,帮助初学者快速掌握函数的使用技巧,感兴趣的朋友跟随小编一起... 目录一、函数的基本概念与作用二、函数的定义与调用1. 无参函数2. 带参函数3. 带返回值的函数4.

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

从基础到进阶详解Pandas时间数据处理指南

《从基础到进阶详解Pandas时间数据处理指南》Pandas构建了完整的时间数据处理生态,核心由四个基础类构成,Timestamp,DatetimeIndex,Period和Timedelta,下面我... 目录1. 时间数据类型与基础操作1.1 核心时间对象体系1.2 时间数据生成技巧2. 时间索引与数据