欧拉图

本页面将简要介绍欧拉图的概念、实现和应用。

定义

通过图中所有边恰好一次且行遍所有顶点的通路称为欧拉通路。

通过图中所有边恰好一次且行遍所有顶点的回路称为欧拉回路。

具有欧拉回路的无向图称为欧拉图。

具有欧拉通路但不具有欧拉回路的无向图称为半欧拉图。

有向图也可以有类似的定义。

非形式化地讲,欧拉图就是从任意一个点开始都可以一笔画完整个图,半欧拉图必须从某个点开始才能一笔画完整个图。

性质

欧拉图中所有顶点的度数都是偶数。

G 是欧拉图,则它为若干个边不重的圈的并。

G 是半欧拉图,则它为若干个边不重的圈和一条简单路径的并。

判别法

对于无向图 G , G 是欧拉图当且仅当 G 是连通的且没有奇度顶点。

对于无向图 G , G 是半欧拉图当且仅当 G 是连通的且 G 中恰有 0 个或 2 个奇度顶点。

对于有向图 G , G 是欧拉图当且仅当 G 的所有顶点属于同一个强连通分量且每个顶点的入度和出度相同。

对于有向图 G , G 是半欧拉图当且仅当 G 的所有顶点属于同一个强连通分量且

  • 最多只有一个顶点的出度与入度差为 1
  • 最多只有一个顶点的入度与出度差为 1
  • 所有其他顶点的入度和出度相同。

求欧拉回路或欧拉路

Fleury 算法

也称避桥法,是一个偏暴力的算法。

算法流程为每次选择下一条边的时候优先选择不是桥的边。

一个广泛使用但是错误的实现方式是先 Tarjan 预处理桥边,然后再 DFS 避免走桥。但是由于走图过程中边会被删去,一些非桥边会变为桥边导致错误。最简单的实现方法是每次删除一条边之后暴力跑一遍 Tarjan 找桥,时间复杂度是 \Theta(m(n+m))=\Theta(m^2) 。复杂的实现方法要用到动态图等,实用价值不高。

Hierholzer 算法

也称逐步插入回路法。

算法流程为从一条回路开始,每次任取一条目前回路中的点,将其替换为一条简单回路,以此寻找到一条欧拉回路。如果从路开始的话,就可以寻找到一条欧拉路。

Hierholzer 算法的暴力实现如下:

\begin{array}{ll} 1 & \textbf{Input. } \text{The edges of the graph } e , \text{ where each element in } e \text{ is } (u, v) \\ 2 & \textbf{Output. } \text{The vertex of the Euler Road of the input graph}.\\ 3 & \textbf{Method. } \\ 4 & \textbf{Function } \text{Hierholzer } (v) \\ 5 & \qquad circle \gets \text{Find a Circle in } e \text{ Begin with } v \\ 6 & \qquad \textbf{if } circle=\varnothing \\ 7 & \qquad\qquad \textbf{return } v \\ 8 & \qquad e \gets e-circle \\ 9 & \qquad \textbf{for} \text{ each } v \in circle \\ 10& \qquad\qquad v \gets \text{Hierholzer}(v) \\ 11& \qquad \textbf{return } circle \\ 12& \textbf{Endfunction}\\ 13& \textbf{return } \text{Hierholzer}(\text{any vertex}) \end{array}

这个算法的时间复杂度约为 O(nm+m^2) 。实际上还有复杂度更低的实现方法,就是将找回路的 DFS 和 Hierholzer 算法的递归合并,边找回路边使用 Hierholzer 算法。

如果需要输出字典序最小的欧拉路或欧拉回路的话,因为需要将边排序,时间复杂度是 \Theta(n+m\log m) (计数排序或者基数排序可以优化至 \Theta(n+m) )。如果不需要排序,时间复杂度是 \Theta(n+m)

应用

有向欧拉图可用于计算机译码。

设有 m 个字母,希望构造一个有 m^n 个扇形的圆盘,每个圆盘上放一个字母,使得圆盘上每连续 n 位对应长为 n 的符号串。转动一周( m^n 次)后得到由 m 个字母产生的长度为 n m^n 个各不相同的符号串。

构造如下有向欧拉图:

S = \{a_1, a_2, \cdots, a_m\} ,构造 D=<V, E> ,如下:

V = \{a_{i_1}a_{i_2}\cdots a_{i_{n-1}} |a_i \in S, 1 \leq i \leq n - 1 \}

E = \{a_{j_1}a_{j_2}\cdots a_{j_{n-1}}|a_j \in S, 1 \leq j \leq n\}

规定 D 中顶点与边的关联关系如下:

顶点 a_{i_1}a_{i_2}\cdots a_{i_{n-1}} 引出 m 条边: a_{i_1}a_{i_2}\cdots a_{i_{n-1}}a_r, r=1, 2, \cdots, m

a_{j_1}a_{j_2}\cdots a_{j_{n-1}} 引入顶点 a_{j_2}a_{j_3}\cdots a_{j_{n}}

这样的 D 是连通的,且每个顶点入度等于出度(均等于 m ),所以 D 是有向欧拉图。

任求 D 中一条欧拉回路 C ,取 C 中各边的最后一个字母,按各边在 C 中的顺序排成圆形放在圆盘上即可。

例题

洛谷 P2731 骑马修栅栏

给定一张有 500 个顶点的无向图,求这张图的一条欧拉路或欧拉回路。如果有多组解,输出最小的那一组。

在本题中,欧拉路或欧拉回路不需要经过所有顶点。

边的数量 m 满足 1\leq m \leq 1024

解题思路

用 Fleury 算法解决本题的时候只需要再贪心就好,不过由于复杂度不对,还是换 Hierholzer 算法吧。

保存答案可以使用 stack<int> ,因为如果找的不是回路的话必须将那一部分放在最后。

注意,不能使用邻接矩阵存图,否则时间复杂度会退化为 \Theta(nm) 。由于需要将边排序,建议使用前向星或者 vector 存图。示例代码使用 vector。

示例代码
1
2
3
4
5
#include <algorithm>
#include <cstdio>
#include <stack>
#include <vector>
using namespace std;

struct edge { int to; bool exists; int revref;

bool operator<(const edge& b) const { return to < b.to; } };

vector beg[505]; int cnt[505];

const int dn = 500; stack ans;

void Hierholzer(int x) { // 关键函数 for (int& i = cnt[x]; i < (int)beg[x].size();) { if (beg[x][i].exists) { edge e = beg[x][i]; beg[x][i].exists = 0; beg[e.to][e.revref].exists = 0; ++i; Hierholzer(e.to); } else { ++i; } } ans.push(x); }

int deg[505]; int reftop[505];

int main() { for (int i = 1; i <= dn; ++i) { beg[i].reserve(1050); // vector 用 reserve 避免动态分配空间,加快速度 }

int m; scanf("%d", &m); for (int i = 1; i <= m; ++i) { int a, b; scanf("%d%d", &a, &b); beg[a].push_back((edge){b, 1, 0}); beg[b].push_back((edge){a, 1, 0}); ++deg[a]; ++deg[b]; }

for (int i = 1; i <= dn; ++i) { if (!beg[i].empty()) { sort(beg[i].begin(), beg[i].end()); // 为了要按字典序贪心,必须排序 } }

for (int i = 1; i <= dn; ++i) { for (int j = 0; j < (int)beg[i].size(); ++j) { beg[i][j].revref = reftop[beg[i][j].to]++; } }

int bv = 0; for (int i = 1; i <= dn; ++i) { if (!deg[bv] && deg[i]) { bv = i; } else if (!(deg[bv] & 1) && (deg[i] & 1)) { bv = i; } }

Hierholzer(bv);

while (!ans.empty()) { printf("%d\n", ans.top()); ans.pop(); } } ```

习题


评论