我知道对于无向图,这个问题是 NP 完全的,因此我们应该使用蛮力来检查所有可能的路径。我们怎么能做到这一点?请提出一个伪代码并告诉我该算法的复杂性。
如果有优化,那就太棒了!
我知道对于无向图,这个问题是 NP 完全的,因此我们应该使用蛮力来检查所有可能的路径。我们怎么能做到这一点?请提出一个伪代码并告诉我该算法的复杂性。
如果有优化,那就太棒了!
一种简单的方法可以遍历所有可能的顶点排列。
对于每个排列{v1, ..., vN}
,您检查是否可以从v1
到v2
,然后从v2
到v3
等。如果可以,将相应的边长添加到当前路径长度。如果不是,则进行下一个排列。
最长的此类路径就是您的答案。
或者,您可以使用递归来做几乎相同的事情。
path = 0
bestPath = 0
used = new bool[N] // initialize with falses
for(u = 0; u < N; u++)
Path(u); // build paths starting from u
print bestPath
在哪里
Path(u)
used[u] = true
foreach v in neighborhood(u)
if(!used[v])
path += distance(u, v)
bestPath = max(bestPath, path)
Path(v)
path -= distance(u, v)
used[u] = false
时间复杂度是可怕的O(N * N^N)
。
如果您的图是有向和非循环的特殊情况,您可以使用动态编程方法,例如此处描述的方法。你基本上对你的图进行拓扑排序,然后按拓扑顺序,对于每个节点 V,检查它的所有邻居并更新它们的“距离”值,如果它大于已经记住的“距离”(用 -infinity 或其他东西初始化)。
否则,在一般情况下,问题确实是 NP 完全的,因为它简化为哈密顿循环。您可以做的一件事是否定所有边缘并尝试 Bellman-Ford 算法。但是请注意,这对负循环不利。