Точный поиск подстроки в строке

В программах, предназначенных для редактирования текста, часто возникает задача поиска всех фрагментов текста, которые совпадают с заданным образцом. Обычно текст — это редактируемый документ, а образец — искомое слово, введенное пользователем. Эффективные алгоритмы решения этой задачи могут повышать способность текстовых редакторов к реагированию. Кроме того, алгоритмы поиска подстрок используются, например, для поиска заданных образцов в молекулах ДНК[4].

Приведем формальную постановку задачи поиска подстрок (string-matching problem). Предполагается, что текст задан в виде массива Т [1.. ?] длины n, а образец — в виде массива Р [l..m] длины m ? n. Далее, предполагается, что элементы массивов Ри Т — символы из конечного алфавита Е. Например, алфавит может иметь вид Е = {0,1} или Е = {a, b,… ,z}. Символы массивов Р и Тчасто называют строками (strings) или символами.

Говорят, что образец Р встречается в тексте Т со сдвигом s (occurs with shift s), если 0?s?n — m и T [s + l..s + m] = P[l..m] (другими словами, если при 1 ? j ? m T[s+j] = Р [j]). (Можно также сказать, что образец Р встречается в тексте Т, начиная с позиции s + 1.) Если образец Р встречается в тексте Тсо сдвигом s, то величину sназывают допустимым сдвигом (valid shift); в противном случае ее называют недопустимым сдвигом (invalid shift). Задача поиска подстрок — это задача поиска всех допустимых сдвигов, с которыми заданный образец Р встречается в тексте Т. Эти определения проиллюстрированы на рис. 40. В представленном на этом рисунке примере предлагается найти все вхождения образца Р = abaaв текст Т = abcabaabcabac. Образец встречается в тексте только один раз, со сдвигом s = 3. Говорят, что сдвиг s = 3 является допустимым. Каждый символ образца соединен вертикальной линией с соответствующим символом в тексте, и все совпадающие символы выделены серым фоном.

Рисунок.40. Задача поиска подстрок

Все данные алгоритмы, производят определенную предварительную обработку представленного образца, а затем находят все допустимые сдвиги; последняя фаза будет называться поиском. В табл. 2 приведены времена предварительной обработки и сравнения для каждого из представленных в этой главе алгоритмов. Полное время работы каждого алгоритма равно сумме времени предварительной обработки и времени сравнения.

Таблица 2. Алгоритмы поиска подстрок и время их предварительной обработки и сравнения

10.1 Простейший алгоритм поиска подстрок

В простейшем алгоритме поиск всех допустимых сдвигов производится с помощью цикла, в котором проверяется условие P[l..m] = Т [s + l..s + m] для каждого из n — mn + 1 возможных значений s[4].

Naive_String_Matcher(T, Р)

1 n

2 m

3 fors *— 0 ton —m

4 doifP[1.. m] = T[s + 1.. s + m]

5 then print “Образец обнаружен при сдвиге” s

Простейшую процедуру поиска подстрок можно интерпретировать графически как скольжение “шаблона” с образцом по тексту, в процессе которого отмечается, для каких сдвигов все символы шаблона равны соответствующим символам текста. В частях а-г рис. 41, который иллюстрирует эту интерпретацию, показаны четыре последовательных положения, проверяемых в простейшем алгоритме поиска подстрок. В каждой части рисунка вертикальные линии соединяют соответствующие области, для которых обнаружено совпадение (эти области выделены серым цветом), а ломаные линии — первые, не совпавшие символы (если такие имеются). В части в показано одно обнаруженное вхождение образца со сдвигом s = 2. В цикле for, который начинается в строке 3, явным образом рассматриваются все возможные сдвиги. В строке 4 проверяется, действителен ли текущий сдвиг; в этот тест неявно включен цикл для проверки символов, которые находятся в соответствующих позициях, до тех пор, пока не совпадут все символы или не будет обнаружено несовпадение. В строке 5 выводится каждый допустимый сдвиг s.

Время работы процедуры NAIVE_STRING_MATCHER равно О((n — mn + 1) m), и эта оценка достаточно точна в наихудшем случае. Например, рассмотрим текстовую строку аn (строку, состоящую из n символов о) и образец а™. Для каждого из n — mn +1 возможных значений сдвига s неявный цикл в строке 4 для проверки совпадения соответствующих символов должен произвести mn итераций, чтобы подтвердить допустимость сдвига. Таким образом, время работы в наихудшем случае равно 0((n — m + l)m), так что в случае mn =|n|2J оно становится равным 0 (п2). Время работы процедуры Naive_String_Matcher равно времени сравнения, так как фаза предварительной обработки отсутствует.

Вскоре вы увидите, что процедура Naive_String_Matcher не является оптимальной для этой задачи. В этой главе будет приведен алгоритм, время предварительной обработки в котором в наихудшем случае равно 0 (mn), а время сравнения в наихудшем случае — 0 (n). Простейший алгоритм поиска подстрок оказывается неэффективным, поскольку информация о тексте, полученная для одного значения s, полностью игнорируется при рассмотрении других значений s. Однако эта информация может стать очень полезной. Например, если образец имеет вид Р = = aaab, а значение одного из допустимых сдвигов равно нулю, то ни один из сдвигов, равных 1, 2 или 3, не могут быть допустимыми, поскольку Т[4] = b. В последующих разделах исследуется несколько способов эффективного использования информации такого рода.

Рисунок.41. Принцип работы простейшего алгоритма поиска подстрок для образца Р = aab и текста Т = acaabc

Алгоритм Рабина-Карпа

Рабин (Rabin) и Карп (Karp) предложили алгоритм поиска подстрок, показывающий на практике хорошую производительность, а также допускающий обобщения на другие родственные задачи, такие как задача о сопоставлении двумерного образца. В алгоритме Рабина-Карпа время 0 (m) затрачивается на предварительную обработку, а время его работы в наихудшем случае равно 0((n — m + 1)n). Однако с учетом определенных предположений удается показать, что среднее время работы этого алгоритма оказывается существенно лучше[4].

с ab.В этом алгоритме используются обозначения из элементарной теории чисел, такие как эквивалентность двух чисел по модулю третьего числа.

Для простоты предположим, что Е = {0,1,…, 9}, т.е. каждый символ — это десятичная цифра. (В общем случае можно предположить, что каждый символ — это цифра в системе счисления с основанием d, где d = |Е|.) После этого строку из А; последовательных символов можно рассматривать как число длиной k. Таким образом, символьная строка 31415 соответствует числу 31415. При такой двойной интерпретации входных символов и как графических знаков, и как десятичных чисел, в этом разделе удобнее подразумевать под ними цифры, входящие в стандартный текстовый шрифт.

Для заданного образца Р [1..m] обозначим через рсоответствующее ему десятичное значение. Аналогично, для заданного текста Т[1.. ?] обозначим через ts десятичное значение подстроки Т [s + l..s + m] длиной m при s = 0,1,…, n — — m. Очевидно, что ts= р тогда и только тогда, когда Т [s + l..s + m] = Р[1..m]; таким образом, s — допустимый сдвиг тогда и только тогда, когда ts = р. Если бы значение р можно было вычислить за время 0 (m), а все значения ts — за суммарное время 0 (n — m + 1), то значения всех допустимых сдвигов можно было бы определить за время 0 (m) + 0 (n — m + 1) = 0 (n) путем сравнения значения р с каждым из значений ts. (Пока что мы не станем беспокоиться по поводу того, что величины ри tsмогут оказаться очень большими числами.)

С помощью правила Горнера величину р можно вычислить за время 0 (m): р = Р [m] + 10 (Р [m — 1] + Ю (Р [m — 2] + • • • + 10 (Р [2] + 10Р[1]) •••)).

Значение можно вычислить из массива Т[1..m] за время 0(m) аналогичным способом. Чтобы вычислить остальные значения, tn-m за время 0 (n — m), достаточно заметить, что величину ts+i можно вычислить из величины tsза фиксированное время, так как

+1 = 10 ( — 10m T [5+ I]) + T [5 + m + 1].

Например, если m = 5 и = 31415, то нужно удалить цифру в старшем разряде Т [5 + 1] = 3 и добавить новую цифру в младший разряд (предположим, это цифра Т [s + 5 + 1] = 2). В результате мы получаем + i = 10 (31415 — 10000 • 3) + 2 = = 14152.

Мы используем запись 0 (n — m + 1) вместо0 (n — m), поскольку всего имеется n — m + 1 различных значений, которые может принимать величина s. Слагаемое “+1” важно в асимптотическом смысле, поскольку при m = n для вычисления единственного значения требуется время 0 (1), а не 0 (0).

Чтобы удалить из числа цифру старшего разряда, из него вычитается значение 10m-1T [s + 1]; путем умножения на 10 число сдвигается на одну позицию влево, а в результате добавления элемента Т [s + m, + 1] в его младшем разряде появляется нужная цифра. Таким образом, число рможно вычислить за время 0 (mn), величины , ,… , — за время 0(n — m + 1), а все вхождения образца Р [l..m] в текст Т[1..п] можно найти, затратив на фазу предварительной обработки время 0 (mn), а на фазу сравнения — время 0 (n — mn+ 1).

Единственная сложность, возникающая в этой процедуре, может быть связана с тем, что значения р и могут оказаться слишком большими и с ними будет неудобно работать. Если образец Р содержит mn символов, то предположение о том, что каждая арифметическая операция с числом р (в которое входит mn цифр) занимает “фиксированное время”, не отвечает действительности. Эта проблема имеет простое решение вычислять значения р и по модулю некоторого числа q. Поскольку вычисление величин р, и рекуррентного соотношения можно производить по модулю q, получается, что величина р по модулю q вычисляется за время 0 (mn), а вычисление всех величин по модулю q — за время 0 (m — n + 1). В качестве модуля q обычно выбирается такое простое число, для которого длина величины 10d не превышает длины компьютерного слова. Это позволяет производить все необходимые вычисления с помощью арифметических операций с одинарной точностью. В общем случае, если имеется d-символьный алфавит {0,1,…, d, — 1}, значение q выбирается таким образом, чтобы длина величины dq не превышала длины компьютерного слова, и чтобы с рекуррентным соотношением было удобно работать по модулю q. После этого рассматриваемое соотношение принимает вид t_s+1 — (d (t_s — Т [s + 1] h) + T [s + mn + 1]) mod q,

где h = dm-1 (model) —значение, которое приобретает цифра “1”, помещенная в старший разряд m-цифрового текстового окна. Каждый символ здесь представлен десятичной цифрой, а вычисления производятся по модулю 13. В части а приведена строка текста. Подстрока длиной 5 символов выделена серым цветом. Находится численное значение выделенной подстроки по модулю 13, в результате чего получается значение 7. В части б изображена та же текстовая строка, в которой для всех возможных 5-символьных подстрок вычислены соответствующие им значения по модулю 13. Если предположить, что образец имеет вид Р = 31415, то нужно найти подстроки, которым соответствуют значения 7 по модулю 13, поскольку 31415 = 7 (mod 13). Найдены две такие подстроки; они выделены серым цветом. Первая подстрока, которая начинается в тексте на позиции 7, действительно совпадает с образцом, в то время как вторая, которая начинается на позиции 13, представляет собой т.н. ложное совпадение. В части в показано, как в течение фиксированного времени вычислить значение, соответствующее данной подстроке, по значению предыдущей подстроки. Значение, соответствующее первой подстроке, равно 31415. Если отбросить цифру 3 в старшем разряде, произвести сдвиг числа влево (умножение на 10), а затем добавить к полученному результату цифру 2 в младшем разряде, то получим новое значение 14152. Однако все вычисления производятся по модулю 13, поэтому для первой подстроки получится значение 7, а для второй — значение 8. Итак, как видим, идея работы по модулю qне лишена недостатков, поскольку из =p (mod g) не следует, что ta = р. С другой стороны, если ? р (mod g), то обязательно выполняется соотношение ? р и можно сделать вывод, что сдвиг s недопустимый. Таким образом, соотношение ts= p (mod g) можно использовать в качестве быстрого эвристического теста, позволяющего исключить недопустимые сдвиги s. Все сдвиги, для которых справедливо соотношение ts = p (mod g), необходимо подвергнуть дополнительному тестированию, чтобы проверить, что действительно ли сдвиг s является допустимым, или это просто ложное совпадение (spurious hit). Такое тестирование можно осуществить путем явной проверки условия P [l..m] = Т[s + l..s + mn]. Если значение q достаточно большое, то можно надеяться, что ложные совпадения встречаются довольно редко и стоимость дополнительной проверки окажется низкой.

Рисунок.42. Алгоритм Рабина-Карпа

Сформулированная ниже процедура поясняет описанные выше идеи. В роли входных значений для нее выступает текст Т, образец Р, разряд d (в качестве значения которого обычно выбирается |?|) и простое число q.

RABIN_KARP_MATCHER(T, Р, d, q)

n
mn
h *— dm-1 modq
p
to
for i m Предварительная обработка
do p *— (dp + P[i])mod q q
+ Т[t]) mod q
for s n — m Проверка
do if p =
then if P[1.. m]= T[s +1.. s + m]
then print “ Образец обнаружен при сдвиге” s
if s n — m
then +i — T[s + l]/i) + T[s + m + 1]) mod i

пишем работу процедуры Rabin_Karp_Matcher. Все символы интерпретируются как цифры в системе счисления по основанию d. Индексы переменной t приведены для ясности; программа будет правильно работать и без них. В строке 3 переменной h присваивается начальное значение, равное цифре, расположенной в старшем разряде ш-цифрового текстового окна. В строках 4-8 вычисляется значение р, равное Р [l..m] mod q, и значение to, равное Т [l..m] mod q. В цикле for в строках 9-14 производятся итерации по всем возможным сдвигам s. При этом сохраняется сформулированный ниже инвариант.

При каждом выполнении строки 10 справедливо соотношение:

=T[s + 1.. s + m] mod q.

Если в строке 10 выполняется условие р = («совпадение»), то в строке 11 проверяется справедливость равенства Р [l..m] = Т [s + l..s + m], чтобы исключить ложные совпадения. Все обнаруженные допустимые сдвиги выводятся в строке 12. Если s n — m (это неравенство проверяется в строке 13), то цикл for нужно будет выполнить хотя бы еще один раз, поэтому сначала выполняется строка 14, чтобы гарантировать соблюдение инварианта цикла, когда мы снова перейдем к строке 10. В строке 14 на основании значения mod q с использованием уравнения в течение фиксированного интервала времени вычисляется величина ts+i mod q.

В процедуре Rabin_Karp_Matcher на предварительную обработку затрачивается время 0 (m), а время сравнения в нем в наихудшем случае равно 0 ((n — m+ 1) m), поскольку в алгоритме Рабина-Карпа (как и в простейшем алгоритме поиска подстрок) явно проверяется допустимость каждого сдвига. Если Р = аm и Т = аn, то проверка займет время 0((n — m+l)m), поскольку все n — mn + 1 возможных сдвигов являются допустимыми.

Во многих приложениях ожидается небольшое количество допустимых сдвигов (возможно, выражающееся некоторой константой с); в таких приложениях математическое ожидание времени работы алгоритма равно сумме величины 0((n — m +1)m) = 0 (n+ mn) и времени, необходимого для обработки ложных совпадений. В основу эвристического анализа можно положить предположение, что приведение значений по модулю q действует как случайное отображение множества ?* на множество Zq. Сделанное предположение трудно формализовать и доказать, хотя один из многообещающих подходов заключается в предположении о случайном выборе числа q среди целых чисел подходящего размера. В таком случае можно ожидать, что число ложных совпадений равно О (n/q), потому что вероятность того, что произвольное число ta будет эквивалентно р по модулю q, можно оценить как lg. Поскольку имеется всего 0(n) позиций, в которых проверка в строке 10 дает отрицательный результат, а на обработку каждого совпадения затрачивается время О(mn), математическое ожидание времени сравнения в алгоритме Рабина-Карпа равно: 0(n) + 0 (т (v + n/q)), где v — количество допустимых сдвигов. Если v = 0 (1), a q выбрано так, что q*m, то приведенное выше время выполнения равно О(n). Другими словами, если математическое ожидание количества допустимых сдвигов мало (О (1)), а выбранное простое число q превышает длину образца, то можно ожидать,

что для выполнения фазы сравнения процедуре Рабина-Карпа потребуется время О (n + m). Поскольку m* n, то математическое ожидание времени сравнения равно О(n).

Алгоритмы на графах

Свойства и типы графов

Многие вычислительные приложения естественным образом используют не только набор элементов (items), но также и набор соединений (connections) между парами таких элементов. Отношения, которые вытекают из этих соединений, немедленно вызывают множество естественных вопросов. Существует ли путь от одного такого элемента к другому, вдоль этих соединений? В какие другие элементы можно перейти из заданного элемента? Какой путь от одного элемента к другому считается наилучшим?

Чтобы смоделировать подобную ситуацию, мы пользуемся объектами, которые называются графами (graphs)[5].

Теория графов, будучи крупной ветвью комбинаторной математики, интенсивно изучалась в течение не одной сотни лет. Было выявлено много важных и полезных свойств графов, однако многие задачи еще ждут своего решения.

Как и множество других предметных областей, которые приходилось изучать, алгоритмическое исследование графов возникло сравнительно недавно. И хотя некоторые фундаментальные алгоритмы открыты давно, все же большая часть интереснейших алгоритмов получена в течение нескольких последних десятилетий. Даже простейшие алгоритмы на графах позволяют получить полезные компьютерные программы, а изучаемые нами нетривиальные алгоритмы относятся к числу наиболее элегантных и интересных из известных алгоритмов.

Чтобы продемонстрировать все разнообразие приложений, использующих графы для обработки данных, начнем исследования алгоритмов в этой благодатной области с рассмотрения нескольких примеров.

Географические карты. Путешественник, прежде чем отправиться в путь, желает получить ответ на вопросы типа: ’’Какой маршрут из Принстона в Сан-Хосе потребует наименьших расходов?” Пассажир, для которого время дороже денег, хотел бы получить ответ на такой вопрос: ’’Каким путем быстрее всего добраться из Принстона в Сан-Хосе?” Чтобы ответить на вопросы подобного рода, мы выполняем обработку информации, характеризующей соединения (пути следования) между элементами(городами и населенными пунктами).

Гипертекст. Когда мы просматриваем Web-каталоги, мы сталкиваемся с документами, содержащими различные ссылки (соединения) на другие документы, и переходим от документа к документу, щелкая мышью на этих ссылках. Сама по себе ’’всемирная паутина представляет собой граф, в котором в качестве элементов выступают документы, а соединения суть связи. Алгоритмы обработки графов являются важными компонентами поисковых механизмов, которые помогают определить местоположение информации в Web.

Микросхемы. Микросхемы содержат такие элементы, как транзисторы, резисторы, конденсаторы, которые связаны между собой сложнейшим образом. Для управления машинами, изготавливающими микросхемы, и для проверки, выполняют ли эти цепи заданные функции, используются компьютеры. Мы хотим получить ответы на простые вопросы наподобие Имеются ли в цепи условия для короткого замыкания? и на более сложные вопросы, такие как Можно ли скомпоновать микросхему на кристалле таким образом, чтобы шины не пересекались?. В данном случае, ответ на первый вопрос зависит только от свойств соединений (шин), в то время как для ответа на второй вопрос потребуется подробная информация о шинах, элементах, которые эти шины соединяют, и физических ограничениях, накладываемых кристаллом.

Составление расписаний. Производственный процесс требует решения различных задач под воздействием некоторого множества ограничений, по условиям которых решение одной задачи не может быть начато до тех пор, пока не будет завершено решение другой задачи. Мы представляем эти ограничения в виде соединений между этими задачами (элементами), при этом перед нами возникает задача составления расписаний (scheduling) в ее классическом виде: как построить временной график решения задач таким образом, чтобы удовлетворить заданным ограничениям и завершить данный процесс за минимально возможное время?

Транзакции. Телефонная компания поддерживает базу данных телефонного трафика. В этом случае соединения представляют телефонные вызовы. Мы заинтересованы в том, чтобы знать все, что касается характера структуры соединений, ибо хотим проложить провода и установить коммутаторы так, чтобы эффективно справляться с телефонным трафиком. Еще одним примером может служить то, как финансовое учреждение отслеживает операции купли/продажи на рынке. Соединение в рассматриваемом случае представляет собой передачу денег продавцом покупателю. Знание свойств структуры соединений в данном случае помогает лучше понять особенности рынка.

Сети. Сеть вычислительных машин состоит из взаимосвязанных узлов, которые посылают, передают дальше и получают сообщения различных видов. Мы заинтересованы не только в обеспечении возможности получать сообщения из любого другого узла, но и в том, чтобы эта возможность сохранялась для всех пар узлов и в случае изменения конфигурации сети. Например, возможно, потребуется проверить работу конкретной сети, чтобы убедиться в отсутствии некоторого небольшого подмножества узлов или соединений, настолько критичного для работы всей сети, что его утрата может привести к разъединению остальных пар узлов.

Структура программы. Компилятор строит графы для представления структуры вызовов крупной системы программного обеспечения. Элементами в этом случае являются различные функции или программные модули, составляющие систему; соединения отождествляются либо с возможностью того, что одна функция может вызвать другую функцию (статический анализ), или с фактическим вызовом, когда система находится в рабочем состоянии (динамический анализ). Нам нужно выполнить анализ графа, чтобы определить, как достичь максимальной эффективности при выделении системных ресурсов для конкретной программы.

Эти примеры демонстрируют, насколько широк диапазон приложений, для которых граф служит подходящей абстракцией, и, соответственно, диапазон вычислительных задач, с которыми доведется столкнуться при работе с графами. Эти задачи являются главной темой настоящей книги. Во многих подобного рода приложениях, с которыми приходится иметь дело на практике, объем обрабатываемых данных поистине огромен, так что именно эффективность алгоритма решает, будет ли вообще работать соответствующее приложение.

Первые алгоритмы, которые мы изучали самым подробным образом, т.е. алгоритмы объединения-поиска представляют собой простейшие алгоритмы на графах. Любая связная структура данных может быть представлена в виде графа, а некоторые известные алгоритмы обработки деревьев и других связных структур представляют собой частные случаи алгоритмов на графах. Назначение данной главы заключается в том, чтобы обеспечить контекст для изучения широкого набора алгоритмов на графах, от простейших до очень сложных.

Задача изучения рабочих характеристик алгоритмов на графах представляет собой достаточно сложную проблему, что можно объяснить следующими причинами:

¦ Стоимость алгоритма зависит не только от свойств множества элементов, но также и от многочисленных свойств соединений (и глобальных свойств графа, обусловленных свойствами соединений).

¦ Трудность разработки точных моделей типов графов, с которыми, возможно, придется столкнуться.

Часто исходят из предположения, что используемым алгоритмам на графах придется работать в условиях, наиболее неблагоприятных для их рабочих характеристик, даже если во многих случаях на практике такие предположения представляют собой пессимистическую оценку. Многие из этих алгоритмов оптимальны и не требуют больших непроизводительных затрат. В отличие от них, существуют алгоритмы, которые затрачивают одинаковые ресурсы на обработку всех графов заданного размера. С достаточной степенью точности можно предсказать, как поведут себя такие алгоритмы в конкретных условиях. В тех случаях, когда такие предсказания невозможны, нам придется уделить особое внимание свойствам графов различных типов, которые, в соответствии с нашими ожиданиями, проявятся в конкретных практических ситуациях, и оценить, как эти свойства могут повлиять на производительность выбранных алгоритмов.

Глоссарий

С графами связана обширная терминология. Большинство употребляемых терминов имеют прямое определение, и для удобства ссылок целесообразно рассматривать их в каком-то одном месте, а именно, в данном разделе[5].

Определение 8: Граф есть некоторое множество вершин и некоторое множество ребер, соединяющих пары различных вершин (одно ребро может соединять максимум одну пару вершин).

Мы используем цифры от 0 до V-1 в качестве имен вершин графа, состоящего из V вершин. Основная причина выбора именно этой системы обозначений заключается в том, что мы получаем быстрый доступ к информации, соответствующей каждой вершине, путем индексирования векторов.

В качестве стандартного определения графа будет принято определение 8, но при этом стоит заметить, что в нем использованы два технических упрощения. Во-первых, оно не позволяет дублировать ребра (математики иногда называют такие ребра параллельными (parallel), а граф, который может содержать такие ребра, мультиграфом (multigraph)). Во-вторых, оно не допускает ребер, замыкающихся на одну и ту же вершину; такое ребро называются петлей (self-loop). Графы, в которых нет параллельных ребер или петлей, иногда называют простыми графами (simple graph).

Употребляем понятия простых графов в формальных определениях, поскольку таким путем легче выразить их основные свойства, а также ввиду того, что параллельные ребра и петли во многих приложениях не нужны. Например, можно ограничить число ребер простого графа заданным числом вершин.

Свойство графа. Граф, состоящий из V вершин, содержит не более V(V — 1)/2ребер.

Эти ограничения не имеют места в условиях существования параллельных ребер: граф, не принадлежащий к категории простейших, может содержать всего лишь две вершины и миллиарды ребер, соединяющие их (или даже одну вершину и миллиарды петель).

В некоторых приложениях удаление параллельных ребер и петель можно рассматривать как задачу обработки данных, которую должны решать сами приложения. В других приложениях, возможно, вообще не имеет смысла проверять, представляет ли заданный набор ребер простой граф. На протяжении данной книги, там, где удобно проводить анализ конкретного приложения или разрабатывать алгоритм с применением расширенного определения графа, использующего понятия параллельных ребер или петель. В общем случае из контекста ясно, в каком смысле используется термин граф: простой граф, мультиграф или мультиграф с петлями.

Математики употребляют термины вершина(vertex) и узел (node) попеременно, но мы будем главным образом пользоваться термином вершинапри обсуждении графов и термином узел при обсуждении представлений графов, например, структур данных в C++. Обычно мы полагаем, что у вершины есть имя и что она может нести другую связанную с ней информацию. Аналогично, слова дуга (arc), ребро (edge)исвязь (link) также широко используются математиками для описания абстракций, предусматривающих соединение двух вершин, однако мы последовательно будем употреблять термин ребропри обсуждении графов и термин связь при обсуждении структур данных в C++.

Если имеется ребро, соединяющее две вершины, будем говорить, что обе эти вершины смежные (adjacent) по отношению друг к другу, а ребро инцидентно (incident on) этим вершинам. Степень (degree) вершины есть число ребер, инцидентных этой вершине. Мы употребляем обозначение v-w для обозначения ребра, соединяющего вершины y и w; обозначение w-v представляет собой еще одно возможное обозначение того же ребра.

Подграф (subgraph) представляет собой подмножество ребер некоторого графа (и связанных за ними вершин), которые сами образуют граф. По условиям многих вычислительных задач требуется определить на некотором графе подграфы различных типов. Если выделить некоторое подмножество вершин графа и все ребра графа, соединяющие пары вершин этого подмножества, то такое подмножество называется индуцированным подграфом (induced subgraph), ассоциированным с этими вершинами.

Мы можем начертить граф, обозная точками его вершины и соединяя эти точки линиями, которые будут служить ребрами. Чертеж дает нам некоторое представление о структуре графа; но это представление может оказаться обманчивым, ибо определение графа дается вне зависимости от его представления. Например, два чертежа и список ребер, представляют один и тот же граф, поскольку этот граф — всего лишь (неупорядоченное) множество его вершин и (неупорядоченное) множество его ребер (пар вершин), и ничего более. Достаточно рассматривать граф просто как некоторое множество ребер, однако мы будем изучать и другие представления* которые лучше других подходят для использования в качестве базы для структур данных типа граф. Перенесение вершин заданного графа на плоскость и вычерчивание этих вершин и соединяющих их ребер позволяет получить чертеж графа(graph drawing). Возможно множество вариантов размещения вершин, стилей изображения ребер, поскольку эстетические требования, предъявляемые к изображению, практически бесконечны. Алгоритмы построения чертежей, соблюдающие различные естественные ограничения, подверглись интенсивному изучению, в результате которых были получены многие удачные приложения. Например, одно из простейших ограничений есть требование, согласно которому ребра не должны пересекаться. Планарный граф (planar graph) принадлежит к числу тех, которые можно построить без пересечения ребер. Возможность построения чертежа графа представляет собой благодатное поле для исследований, в то же время на практике построить хороший чертеж графа не так-то просто. Многие графы с очень большим числом вершин и ребер, являются абстрактными объектами, чертеж которых неосуществим.

В некоторых приложениях, например, выполняющих анализ географических карт или электрических схем, для построения чертежа графа требуется обширная информационная база, поскольку их вершины соответствуют точкам на плоскости, а расстояния между ними должны быть выдержаны в определенном масштабе. Такие графы называют эвклидовыми (Euclidean graph). Если целиком сосредоточиться на исследовании свойств соединений, то мы, возможно, предпочтем рассматривать метки вершин как предназначенные только для удобства обозначения, а два графа считать одинаковыми, если они отличаются друг от друга только метками вершин. Два графа называются изоморфными (isomorphic), если можно поменять метки вершин на одном из них таким образом, чтобы набор ребер этого графа стал идентичным набору ребер другого графа.

Определение 9: Путь (path) в графе есть последовательность вершин, в которой каждая следующая вершина (после первой), является смежной с предыдущей вершиной на этом пути. Все вершины и ребра, составляющие простой путь, различны. Циклом (cycle) называется простой путь, у которого первая и последняя вершина одна и та же.

Иногда используют термин циклический путь(

Рисунок.43. Терминология, употребляемая в теории графов

Термин максимальный связный подграф (maximal connected subgraph) означает, что не существует пути из вершины такого подграфа в любую другую вершину графа, который не содержался бы в подграфе. Интуитивно, если бы вершины были физическими объектами, такими как, скажем, узлы или бусинки, а ребра были бы физическими соединениями, такими как, например, нити или провода, то в случае связного графа, находясь в какой-либо его вершине, можно было бы смотать нить в один клубок, в то время как несвязный граф распался бы на два или большее число таких клубков.

Определение 10: Ациклический связный граф называется деревом (tree). Множество деревьев называется лесом (forest). Остовное дерево (spanning tree) связного графа есть подграф, который содержит все вершины этого графа и представляет собой единое дерево. Остовный лес (spanning forest) графа есть подграф, который содержит все вершины этого графа и при этом является лесом.

Например, граф имеет три связных компоненты и охватывается лесом 7-8 9-10 9-11 9-12 0-1 0-2 0-5 5-3 5-4 4-6 (существует множество других остовных лесов). На рис. 43 эти и некоторые другие свойства отображены на большем из графов.

Например, граф GсV вершинами есть дерево тогда и только тогда, когда он удовлетворяет одному из четырех условий:

¦ Gсодержит V- 1 ребро и ни одного цикла.

¦ Gсодержит V- 1 ребро и представляет собой связный граф.

¦ Каждую пару вершин в G соединяет в точности один простой путь.

¦ G представляет собой связный граф, в то же время при удалении любого из ребер он перестает быть связным.

Любое из указанных выше условий необходимо и достаточно для доказательства остальных трех, и на их основе можно вывести другие свойства деревьев. Формально, мы должны выбрать одно из указанных условий в качестве определения; фактически, они все вместе могут служить определениями и свободно применяться при выборе, на

Задачи поиска, замены и удаления подстроки в строке в Python. Центр онлайн-обучения «Фоксфорд»


Похожие статьи.

Понравилась статья? Поделиться с друзьями: