4. 图论起源与欧拉回路

4. 图论起源与欧拉回路

图论起源与欧拉回路

• • 图论起源
  • 一笔画问题通解（回溯）
  • 欧拉回路
  • 欧拉回路的存在性
  • Fleury寻找欧拉回路（贪心）
  • Hierholzer寻找欧拉回路（模拟）

 

---

图论起源

图论是生活中的一个抽象的概念或者说是工具，围绕多对多的连接关系，计算机科学家们设计了很多算法，而后把很多实际问题抽象出来，用图论的算法解决多对多的信息或者数学问题。

关于图的算法有很多，但最重要的是图的遍历算法，也就是如何从一个点出发，通过连接的线访问图的各个点。

图要是学好了，您可以跨学科研究：社会网络、数据分析、离散数学、网络爬虫、道路规划、机器人导航、系统动力学…而系统动力学是真的好玩。
 

---

图，这种结构起源于大数学家欧拉，我今天要拿一些专业名称来唬人，请不要揭穿我。

比如说，奇点、偶点、起点、终点、顶点、度数。

“请大家翻到 95 页，思考 3m… (其实读一下题就好) ”，小学数学老师如是说。

这是小学数学书上的一道题，好像是二年级… （比划过，有些印象）

这道题是图论的起源，由大数学家 莱昂哈德·欧拉 采用一笔画的解法证明在当前给定的条件下，不能走遍哥尼斯堡七桥。

我们来走一遍，试试。

起点：陆地A的店主桥，不重复走过的桥并且全部走过，终点：内福夫岛。

• 从[陆地A的店主桥]出发，经过[店主桥], 抵达[内福夫岛]；（但没有走过所有桥，继续）
• 从[内福夫岛]出发，经过[铁匠桥]，抵达[陆地A];
• 从[陆地A]出发，经过[木桥]，抵达[陆地C];
• 从[陆地C]出发，经过[密桥]，抵达[内福夫岛];
• 从[内福夫岛]出发，经过[绿桥]，抵达[陆地D];
• 从[陆地D]出发，经过[吉布莱茨桥]，抵达[内福夫岛];

漏了[高桥]！！！

生活在那里的人们，晚上散步也会去试试说不定就全部走了一遍，可惜就是没走出来。

后来，欧拉再次把上面的图简化为几何图形！！

连接方式不变，简化后的连接方式，就是【图】(Graph)。

A、B、C、D 不在是陆地了，是叫【顶点】，而 7 座桥现在叫【边】。

解决这个问题其实非常简单，对于这个几何图形，我们只需要考虑入口和出口。

您看，顶点A是不是有3条线连在A的圈圈上，所以，顶点A有3个出入口，度数为 3。

由此类推，其他顶点：

• B：5
• C：3
• D：3

度数严谨的定义：顶点所关联的边数。

因为每个顶点都关联多条边（多个度数），但每通过顶点一次，这个顶点就减去 2 个度数。

如果想一次性走成，必须满足所有顶点都是偶数或者只有俩个奇点。

我们顺着图走，边走边减。

每经过一个顶点，就划去 2 条边，边走边减。 因为一次减2条边，每个顶点的奇偶性都不会变。

从[陆地A]出发，A的度数减1只有出口 -> 经过[店主桥]到达[陆地B]，B的度数减2因为经过入口和出口；

其余步骤同理。验证结果如下，

• 若起点和终点相同，则 A、B、C、D 顶点度数都要为偶数；
• 若起点和终点不同，则 A、B、C、D 起点、终点度数为奇数，其余顶点度数要为偶数；

而我们不需要回到顶点，所以是第2种情况，即起点和终点不同。

起点和终点不同，走遍七桥并不重复，结果是所有顶点度数都为0。

如果还存在大于0的顶点，那就还有没走过的边。

那倒推过来，起点、终点顶点度数为奇数，其余顶点度数要为偶数，才能全部走完。

• A：3
• B：5
• C：3
• D：3

对比一下，发现原图的七桥并不匹配，所以不可能在不走重复桥的前提下，走遍7桥。

 

---

一笔画问题通解（回溯）

这种每经过一个顶点，就划去 2 条边，边走边减 的方法也叫【一笔画】。

• 先计算出图的度数、每个顶点的度数；
• 模拟走的过程，每经过一个顶点，就划去 2 条边，边走边减；
• 当 走过顶点数 等同 总顶点数 时，结束；
• 如果没有路了，但还有顶点没走，要退回继续尝试。

回溯算法：

#include <stdio.h>
const int Q = 4;/* 第一步，建模 [ 邻接矩阵 ]  */
int graph[Q][Q]= {0,1,1,0,1,0,1,1,1,1,0,1,0,1,1,0,
}; 										// 顶点C在七桥中是只能走一边，所以C点要全部赋值为0即无解情况/* 第二步，统计每个顶点度数和奇点个数 */
int a[Q];		                        // 记录Q个顶点的度数
int total;								// 顶点数总计
int edge;								// 记录走过的顶点int draw(int v) {int k = 0;if( total == edge ) return 1;  // 递归结束条件：走过顶点数 等同 总顶点数for(int i = 0; i < Q; i++) {          // 1 - Q-1if( graph[v][i] == 1 ) {k = 1;graph[v][i] = 0; graph[i][v] = 0;edge += 2;if( draw(i) ) {                   // 如果递归能走下去printf(" -> %c", i+65);         // 输出顶点return 1;} else {                          // 否则，悔一步要复原graph[v][i] = 1;graph[i][v] = 1;edge -= 2;k = 0;}}}if(k == 0) return 0;
}int main(int argc, char *argv[]) {int v = 1; 	// 若没有奇点则从顶点1开始int k = 0;	// 奇点个数总计for( int i = 0; i < Q; i ++ ) {for( int j = 0; j < Q; j ++)if( graph[i][j] == 1 )   a[i]++;     // 统计每个顶点的度total += a[i];   					   if( a[i]%2 == 1 ) {                    // 判断当前顶点度数是否为奇点k ++;v = i;}}if( k > 2 )            printf("No solution, k > 2n");    // 奇点大于2，无解情况else{draw(v);                           // 从俩个奇点任意一点出发printf(" -> %c ",v+65);}return 0;
}

回溯法是一种【选优搜索法】，按照选优条件深度优先搜索，以达到目标。当搜索到某一步时，发现原先选择并不是最优或达不到目标，就【退回】一步重新选择，走不通就退回再走。

回溯复杂度：

• 时间复杂度： Θ ( 2 n ) Theta(2^n) Θ(2n)
• 空间复杂度： Θ ( n ) Theta(n) Θ(n)
   

---

欧拉回路

欧拉回路就是欧拉证明【哥尼斯堡七桥】问题无解后而得名的，欧拉回路即从一个点出发，沿着边行走，经过每个边恰好一次，最后再回到出发点。

欧拉回路，其实就是对【哥尼斯堡七桥】问题的描述。

目前求解欧拉回路，一共有三种算法：

• 回溯： Θ ( 2 n ) Theta(2^{n}) Θ(2n)
• Fleury： Θ ( e 2 ) Theta(e^{2}) Θ(e2)
• Hierholzer： Θ ( v + e ) Theta(v+e) Θ(v+e)

回溯法，我们已经实现了，就是上面的那个。

解决欧拉路径问题：

• 先判断回路是否是欧拉回路
• 再用最优的算法寻找欧拉回路

 

---

欧拉回路的存在性

欧拉回路即从一个点出发，沿着边行走，经过每个边恰好一次，最后再回到出发点。

欧拉证明欧拉回路的方法很清晰，主要看度数。

每经过一个顶点，就划去 2 条边，边走边减

欧拉回路想让每条边都走一遍，回到原点，那每个点都必须有进有出。

那每个点的相连边数（度数），必须是偶数。

如果图存在欧拉回路，每个点的度数是偶数。

那如果一个图，它的每个点的度数是偶数，图一定存在欧拉回路吗？

如果这个图是联通的，而且是无向图，就成立 — 其余的就不成立。

如果我们要判断一个图是否存在欧拉回路，就可以采用这个简明的证明：

• 判断图是否是联通的， D F S 、 B F S DFS、BFS DFS、BFS 都可以
• 如果联通分量 > 1 > 1 >1，条件就不成立，不存在欧拉回路
• 遍历图的所有顶点，如果某个点是奇数，也不存在欧拉回路

bool has_euler_loop( adjMatrix * G ){if( DFS( G ) > 1 )   // DFS 返回 联通分量的个数return false;for (int i=0; i<G->n; i++ )if( degree(G->n) % 2 == 1 )    // degree 返回 顶点的度数return false;return true;
}

欧拉路径的存在条件：

• 无向图：仅有两个点度数为奇数，且是连通图（用并查集判断）；
• 有向图：有两个点可以入度出度不相等（差不大于一），即起点终点；起点入度小于出度，终点入度大于出度，且是连通图（用并查集判断）。

欧拉回路的存在条件：

• 无向图：所有点度数都为偶数，且是连通图（用并查集判断）；
• 有向图：所有点的出度入度都相等；从任意一点都可实现，且是连通图（用并查集判断）。

 

---

Fleury寻找欧拉回路（贪心）

思路：从某个点开始，遍历边，但有一个挑选条件，要先选【多边】的点走，不走单边的顶点。

贪心就体现在，要先选【多边】的顶点走，因为对比回溯，贪心就在于看出来走【多边】比走单边要好得多，避免做无用功。

如果一个顶点的邻边只有一条，也被称为【桥】（走这条路会把图分成俩部分）。

因为就像现实生活里的桥一样，如果拆掉河水上的桥，那把这张陆地（图）分割为俩个部分，不联通所以走不通。

Fleury算法步骤：

• 对当前点的邻边，判断一下是否是【桥】
• 如果存在多边，就不走【桥】，选一条多边的走就可
• 否则，只能走【桥】
• 其余的，和回溯法相同

输入：

5 6
1 2
1 3
2 3
3 4
3 5
4 5

输出：

1 3 5 4 3 2 1

完整代码：

#include <iostream>
using namespace std;#define M 202
typedef long long ll;
struct stack {int top, node[M];
}s;int e[M][M],n;
void dfs(int x) {int de[+&#p]=x;for(i=0;i<n;i++) {if(e[i][x]>0) {e[i][x]=e[x][i]=0;  //删除这条边dfs(i);break;}}
}
void fleury(int x) {int i,p=0; s.p]=x;p>=0) {flag=0;for(i=0; i<n; i++) {if(p]][i]>0) {flag=1;break;}}if(!flag) printf("%d ",s.p--]+1);else p--]);}puts("");
}int main( )
{int i,j,u,v,m,degree,num=0,start=0;scanf("%d %d",&n ,&m);memset(e, 0, sizeof(e));for(i=0;i<m;i++) {scanf("%d %d",&u, &v);e[u-1][v-1] = e[v-1][u-1] = 1;}for(i=0; i<n; i++) {degree = 0;for(j=0;j<n;j++)degree+=e[i][j];if(degree & 1) {start=i;num++;}}if(num==0||num==2) fleury(start);else printf("No Euler pathn");return 0;
}

Fleury复杂度：

• 时间复杂度： Θ ( e 2 ) Theta(e^{2}) Θ(e2)
• 空间复杂度： Θ ( n ) Theta(n) Θ(n)

Fleury 的时间复杂度还可以优化为 Θ ( e ∗ l o g e 3 ) Theta(e*loge^{3}) Θ(e∗loge3)，具体的优化方法比较复杂，需要查找相应的论文。

 

---

Hierholzer寻找欧拉回路（模拟）

思路：从一个点出发，随意走。

其实就是把上面的数学证明 【一个无向联通图，它的每个点的度数是偶数，图一定存在欧拉回路】的过程，给模拟下来了。

• 选择任一顶点为起点，遍历所有相邻边；
• 深度搜索，访问相邻顶点。将经过的边都删除；
• 如果当前顶点没有相邻边，则将顶点入栈；
• 栈中的顶点倒序输出，就是从起点出发的欧拉回路。

void remove_edge( adjMatrix *nG, int v, int w )
{
if( nG->kind == DN || nG->kind == UDN )  // 无向图nG->matrix[v][w] = nG->matrix[w][v] = 0;elsenG->matrix[v][w] = 0;
}void __hierholzer(adjMatrix *nG, std::stack<int>&s, int v){      for(int i=0; i<nG->n; i++)if(nG->matrix[v][i]){remove_edge( nG, v, i );__hierholzer(nG, s, i);// 不用恢复边！相当于删除边}s.push(v);         // 出栈时记录
}// 深拷贝：保护数据
void hierholzer( adjMatrix *G ){deep_copy(G, nG);std::stack<int> s;__hierholzer( nG, s, 0 );while(!s.empty()){printf("%d ",s.top());s.pop();}printf("n");
}

输入：

5 6
1 2
1 3
2 3
3 4
3 5
4 5

输出：

1 2 3 4 5 3 1

Hierholzer复杂度：

• 时间复杂度： Θ ( v + e ) Theta(v+e) Θ(v+e)
• 空间复杂度： Θ ( n ) Theta(n) Θ(n)

这个算法会删除边，可以用深拷贝优化，保护原始数据不受影响。
 

---